x DailyBench: Контрольные МЛМ по профессиональным консультациям для решения проблем реальной жизни
arXiv:2609.07784v1 Вид уведомления: новое резюме: крупные языковые модели (МЖЛ) все чаще используются для оказания повседневной помощи, однако существующие контрольные показатели лишь частично отражают запросы пользователей, которые они делают на практике. Запросы в реальных условиях зачастую…