GLM-5 · Slide generation human evaluation · GLM-5固定v2报告/模型卡;版本未注明 · 成绩与配置

GLM-5 的 Slide generation human evaluation · GLM-5固定v2报告/模型卡;版本未注明 记录。本次发布有 4 条成绩记录,含 4 条精确值(可含历史记录),附 4 条来源定位。

成绩与评测条件

GLM-5 · Slide generation human evaluation 成绩与配置
指标与成绩配置与评测条件出处
Content quality win rate60%原文 60% · 单位 %
公布 未确认
GLM-5 · 报告与固定模型卡
设置
最终后训练GLM-5;各行scaffold、解码与工具条件分别见protocol,未将工具或来源另立为推理档位。
未知项
来源未逐项明确思考开关、reasoning effort、服务精度与完整题集修订。、Tool-Decathlon报告39.2与固定卡38.0均保留;BrowseComp上下文管理的正文与附录方法描述不一致。
工具
工具条件未记录
推理预算
未记录
框架
未记录
协议
Human evaluation of GLM-5 versus GLM-4.5 after the slide-generation RL, rejection sampling, and masking refinement pipeline.
条件
Human evaluation of GLM-5 versus GLM-4.5 after the slide-generation RL, rejection sampling, and masking refinement pipeline.
在排名中查看此成绩
Layout rationality win rate57.5%原文 57.5% · 单位 %
公布 未确认
GLM-5 · 报告与固定模型卡
设置
最终后训练GLM-5;各行scaffold、解码与工具条件分别见protocol,未将工具或来源另立为推理档位。
未知项
来源未逐项明确思考开关、reasoning effort、服务精度与完整题集修订。、Tool-Decathlon报告39.2与固定卡38.0均保留;BrowseComp上下文管理的正文与附录方法描述不一致。
工具
工具条件未记录
推理预算
未记录
框架
未记录
协议
Human evaluation of GLM-5 versus GLM-4.5 after the slide-generation RL, rejection sampling, and masking refinement pipeline.
条件
Human evaluation of GLM-5 versus GLM-4.5 after the slide-generation RL, rejection sampling, and masking refinement pipeline.
在排名中查看此成绩
Visual aesthetics win rate65%原文 65% · 单位 %
公布 未确认
GLM-5 · 报告与固定模型卡
设置
最终后训练GLM-5;各行scaffold、解码与工具条件分别见protocol,未将工具或来源另立为推理档位。
未知项
来源未逐项明确思考开关、reasoning effort、服务精度与完整题集修订。、Tool-Decathlon报告39.2与固定卡38.0均保留;BrowseComp上下文管理的正文与附录方法描述不一致。
工具
工具条件未记录
推理预算
未记录
框架
未记录
协议
Human evaluation of GLM-5 versus GLM-4.5 after the slide-generation RL, rejection sampling, and masking refinement pipeline.
条件
Human evaluation of GLM-5 versus GLM-4.5 after the slide-generation RL, rejection sampling, and masking refinement pipeline.
在排名中查看此成绩
Overall win rate67.5%原文 67.5% · 单位 %
公布 未确认
GLM-5 · 报告与固定模型卡
设置
最终后训练GLM-5;各行scaffold、解码与工具条件分别见protocol,未将工具或来源另立为推理档位。
未知项
来源未逐项明确思考开关、reasoning effort、服务精度与完整题集修订。、Tool-Decathlon报告39.2与固定卡38.0均保留;BrowseComp上下文管理的正文与附录方法描述不一致。
工具
工具条件未记录
推理预算
未记录
框架
未记录
协议
Human evaluation of GLM-5 versus GLM-4.5 after the slide-generation RL, rejection sampling, and masking refinement pipeline.
条件
Human evaluation of GLM-5 versus GLM-4.5 after the slide-generation RL, rejection sampling, and masking refinement pipeline.
在排名中查看此成绩

出处与披露

测试版本与指标

别名 Slide generation human evaluation

  • Content quality win rate · % · 越高越好
  • Layout rationality win rate · % · 越高越好
  • Visual aesthetics win rate · % · 越高越好
  • Overall win rate · % · 越高越好