行业与实践 · 标签「ERNIE」

研究与基准测试/2026-09-29/11 分钟

会话级正确率不到 5%：百度 CypherTurn 测的是多轮 Cypher，不是单条查询

百度参与的 CypherTurn 用 721 个会话、5927 轮评多轮 Text-to-Cypher。引导协议最好只到 64.7% 执行准确率，会话全对最高 33/721。换成自主协议后榜首从 Claude 换成 Gemini，加到 10 倍动作预算也补不回。