[问题]:关于 DocBench 的 63.4% 准确率的咨询

你需要问个问题吗?

• 我搜索了现有的问题和讨论,这个问题尚未得到答复。
• 我认为这是一个合理的问题,而不仅仅是一个错误或特征请求.

你的问题

亲爱的作者们, 我写信就本奇医生报告的63.4%的准确性进行协商。 纸上写道:"多克·本奇"的精度可以达到63.4%. 然而,我从多克·本奇(Doc Bench)中选择了10个文件,并进行了端到端的测试;准确度只有40.54%(15/37. 随函附上我的测试结果: "llm judge access": 0.40540540540540543, (中文(简体) ). "llm judge recer total":"15/37" "ll" "ll" "ll" "ll" "ll" "ll" "ll" "ll" "ll" "ll" "ll" "ll" "ll" "ll" "ll" "ll" "ll" "ll" "ll""""ll"""""ll"""""""""""""""""""""""""""""""""""""""""""""""""""""""""""""""""""""""""""""""""""""""""""""""""""""""""""""""""""""""""""""""""""""""""""""""""""""""""""""""""""""""" 我相信这是一个合理的问题, 不只是一个错误或特征请求。 请提供精确的测试程序 让我复制你的结果 非常感谢你的时间。

++ 附加上下文

无回复( N)