AI 评测与排行榜，分别告诉你什么
分清评测基准、一次评测运行与排行榜，用它们回答各自适合的问题。
LLM Stats
SQuALITY
SQuALITY (Summarization-format QUestion Answering with Long Input Texts, Yes!) is a long-document summarization dataset built by hiring highly-qualified contractors to read public-domain short stories (3000-6000 words) and write original summaries from scratch. Each document has five summaries: one overview and four question-focused summaries. Designed to address limitations in existing summarization datasets by providing high-quality, faithful summaries.
评测信息与证据
- 来源
- LLM Stats
- 发布者
- 未收录
- 评测发布日期
- 未收录
- 采集日期
- 2026-08-17
- 模态
- text
本站保留来源报告的结果，不代表独立复测。请先核对任务版本、评测协议、分数单位和报告日期；不同运行条件不能直接合并为统一排名。
原始资料
报告成绩 5
按来源中的观察顺序展示，顺序不代表排名。日期保留原始精度。
| 模型 | 数值 | 单位 | 协议 | 报告日期与口径 | 来源 |
|---|---|---|---|---|---|
| Phi-3.5-mini-instruct | 0.243 | 未收录 | 未收录 | 2024-08-23 · model_announcement | LLM Stats |
| Phi-3.5-MoE-instruct | 0.241 | 未收录 | 未收录 | 2024-08-23 · model_announcement | LLM Stats |
| Nova Pro | 0.198 | 未收录 | 未收录 | 2024-11-20 · model_announcement | LLM Stats |
| Nova Lite | 0.192 | 未收录 | 未收录 | 2024-11-20 · model_announcement | LLM Stats |
| Nova Micro | 0.188 | 未收录 | 未收录 | 2024-11-20 · model_announcement | LLM Stats |