面向可信大语言模型、Agentic AI 与多模态系统的统一评估框架

英文标题：A Unified Evaluation Framework for Trustworthy Large Language Models, Agentic AI, and Multimodal Systems

该论文指出，仅凭基准测试分数不足以完整评估现代人工智能系统的可信度。大语言模型（LLMs）、Agentic AI 系统和多模态大语言模型（MLLMs）需要采用不同形式的评估方法。论文旨在提出一个统一评估框架，以支持对这些不同类型 AI 系统的可信性进行更全面的衡量。

2.1 KB 640 B 612 B 380 B 9.1 KB 32.7 KB 22.8 KB 24.2 KB 34.7 KB