基准BRIGHT Benchmark

BRIGHT

面向推理密集型检索的评测基准，专门评估检索系统在需要多步推理的场景下的表现。

时间轴 (近 90 天)

11月2日

DecisionRank 在通用和推理密集型检索基准上达到了 state-of-the-art 性能，包括 TREC DL、BEIR 和 BRIGHT。

待验证50%

11月2日

8B 规模的 DecisionRank 优于生成式 listwise 对应模型，同时在 TREC DL 上运行速度快 24.5 倍，在 BRIGHT 上快 16.7 倍。

待验证50%

10月22日

据 MarkTechPost 报道，Rerank 5 Pro 在 BRIGHT 基准上取得 82.2 分。

待验证50%

10月22日

BRIGHT 基准专门评估检索系统在需要多步推理的场景下的表现，典型任务包括数学问题检索、代码片段匹配和科学推理文档定位。

待验证50%

DecisionRank 在通用和推理密集型检索基准上达到了 state-of-the-art 性能，包括 TREC DL、BEIR 和 BRIGHT。

8B 规模的 DecisionRank 优于生成式 listwise 对应模型，同时在 TREC DL 上运行速度快 24.5 倍，在 BRIGHT 上快 16.7 倍。

据 MarkTechPost 报道，Rerank 5 Pro 在 BRIGHT 基准上取得 82.2 分。

BRIGHT 基准专门评估检索系统在需要多步推理的场景下的表现，典型任务包括数学问题检索、代码片段匹配和科学推理文档定位。