BriefGPT - AI 论文速递 ·

DocMath-Eval：评估 LLMs 在理解带表格数据的长文档中的数值推理能力

💡 原文中文，约500字，阅读约需1分钟。

📝

内容提要

该论文介绍了一个名为DocMath-Eval的综合基准测试，用于评估金融文件中包含文本和表格的LLMs的数值推理和问题解决能力。研究发现，最好的系统在简单问题上表现良好，但在复杂问题上落后于人类专家。该基准测试将在指定的网址上发布。

🏷️

人人都能问公司数据之后，数据分析师反而更重要了
OpenAI发布Data agent，支持业务人员用自然语言查询企业数据。但能提问不等于答案正确，需权限、语义、证据三层约束，并区分事实与归因。重复取数工...
使用 Lakeflow Connect 统一您的营销数据
Lakeflow Connect 提供全托管原生连接器，可将 SaaS、数据库和文件数据直接增量摄取为 Unity Catalog 中的受治理表，无需自建...
NVIDIA把老师傅的判断变成了训练数据
NVIDIA与Palantir合作，将供应链规划师的决策依据、理由与结果写入Ontology，并微调约300亿参数的Nemotron小模型辅助GPU分配。...
开源天气模型已经很快，真正的瓶颈却在数据
Hugging Face与Earthmover发布开源天气模型教程，以Aurora为例，展示从ERA5提取初始条件、执行24小时预测并计算误差的完整流程。...
轻量级开源 CI/CD：Woodpecker 从零部署到跑通完整流水线
本文介绍轻量开源CI/CD工具Woodpecker，它源自Drone，用Go编写，包含Server与Agent，并复用Gitea等代码托管平台的认证。文章...
Open-Source Project Brings Full iOS 27 Virtualization to Apple Silicon
The open-Source project vphone-cli enables a full iOS 27 system to run as a v...