会员服务
InterveneBench: Benchmarking LLMs for Intervention Reasoning and Causal Study Design in Real Social Systems
InterveneBench: Benchmarking LLMs for Intervention Reasoning and Causal Study Design in Real Social Systems
Arxiv
0+阅读 · 3月16日
NC-Bench: An LLM Benchmark for Evaluating Conversational Competence
Arxiv
0+阅读 · 3月8日
Beyond the Rubric: Cultural Misalignment in LLM Benchmarks for Sexual and Reproductive Health
Arxiv
0+阅读 · 2025年11月26日
SproutBench: A Benchmark for Safe and Ethical Large Language Models for Youth
Arxiv
0+阅读 · 2025年11月24日
参考链接
微信扫码咨询专知VIP会员
Top