1 Matching Annotations
  1. Jan 2025
  2. ar5iv.labs.arxiv.org ar5iv.labs.arxiv.org
    Explainability for Large Language Models: A Survey
    1
    1. Lan666 12 Jan 2025
      Roscoe: A suite of metrics for scoring step-by-step reasoning.

      这篇论文介绍了一个名为ROSCOE的度量标准套件，用于评估逐步骤推理的性能。ROSCOE是一套可解释的、无监督的自动评分系统，旨在改进和扩展之前的文本生成评估指标。该研究通过设计一个推理错误的分类学，并在常用的推理数据集上收集合成和人类评估分数，来评估ROSCOE相对于基线指标的表现

      发表时间：2022年12月15日 论文链接：arXiv:2212.07919 代码链接：GitHub 数据集下载：Annotations
    Visit annotations in context

    Tags

    Annotators

    URL

    ar5iv.labs.arxiv.org/html/2309.01029