跳到主内容
Hindsight中文

Resources

资源

官方文档、SDK 参考、论文与基准看板都在这里;社区入口包括 Slack 与 GitHub Issues。项目以 MIT 许可开源。

文档与社区

安装包

研究与基准

Hindsight 在 LongMemEval 上取得 94.6% 的综合得分。实时、持续更新的结果(包括各模型的准确率、延迟与成本)发布在基准看板;方法与实验细节见论文。

基准数据已由弗吉尼亚理工 Sanghani 人工智能与数据分析中心以及《华盛顿邮报》的研究合作方独立复现;其余分数由各家软件厂商自行上报。

贡献

贡献指南见仓库中的 CONTRIBUTING.md。有问题或建议,先到 Slack 聊一聊,或开一个 GitHub Issue。

许可证

MIT 许可,详见仓库中的 LICENSE。由 Vectorize.io 构建。