Highlights 22 items
Filters
BPCE construit son benchmark IA : « Un coût choisi contre des coûts subis »
BPCE在Big Data & AI Paris 2026分享其自建AI基准评测体系,由Mikaël Le Bars领导的团队基于内部项目(含PoC/构想)定义任务与数据集,并加入更贴近业务的指标(如银行术语转录误差),以解决公开基准在数据质量、饱和度、过拟合、排名治理与地域偏见等方面的局限;同时指出“token更便宜不等于请求更省”。文中还强调在金融文档信息抽取等场景中,系统管线配置对准确率的影