Fine-Grained Benchmark Generation for Comprehensive Evaluation of Foundation Models
تقدم هذه الورقة إطار عمل مؤتمتًا متعدد الوكلاء لإنشاء معايير مرجعية دقيقة وغنية بالبيانات الوصفية، قائمة على مواد مرجعية توفر موثوقية فائقة في الحقائق المرجعية وتغطية شاملة للكفاءات مقارنة بالتقييمات الحالية مثل MMLU وGSM8K.