Новости
QuranicMMLU: A Cognitively-Aware Benchmark for Evaluating Generative AI Solutions on Quranic Linguistic Knowledge
arXiv cs.AI · Опубликовано · 3 мин чтения
За 30 секунд
- Что произошло
- QuranicMMLU benchmark released for evaluating AI systems on Quranic Arabic linguistic knowledge across phonology, morphology, syntax, semantics, and pragmatics.
- Почему это важно
- Matters for NLP engineers building Arabic language models or working on Islamic text processing and evaluation frameworks.
- На что обратить внимание
- Multiple-choice scoring masks failures visible in open-ended answers; benchmark covers specialized domain requiring domain expertise to interpret results meaningfully.
- rag
- retrieval
- edge
- eval
- benchmark
Паттерны, стоящие за этой новостью
- Structure-Aware Codebase Retrieval (Repo Map)
- Generative UI (Agent-Rendered Interfaces)
- Tool Retrieval (Tool RAG)
Каждый разбирает, как работает техника, когда она оправдывает затраты и где ломается.
The Agent Architect
Один паттерн, один компромисс, одна история сбоя в продакшене. Короткий еженедельный брифинг для тех, кто строит агентные системы.
Одно письмо в неделю, отписка в один клик. Адрес используется только для рассылки брифинга.