大規模言語モデルの原子力分野推論能力評価ベンチマーク「NEBench R1」を発表
Liyan Wang氏らの研究チームは11月15日(現地時間)、大規模言語モデル (LLM) の原子力工学分野における推論能力を評価する新しいベンチマーク「NEBench R1」を発表した。このベンチマークは、米国原子力規制委員会 (U.S. Nuclear Regulatory Commission、NRC) の原子炉運転員免許試験から抽出された7,546問の一意の多肢選択問題で構成され、18の原子力施設を網羅している。