benchmark-sensitivity

标签

#benchmark-sensitivity

没有中性评测配置：现代LLM排行榜由配置敏感项塑造

arXiv cs.AI ↗ · 2026-08-25 缓存

本文研究了LLM评估基准对不同评测配置的敏感性，发现配置敏感项对模型间性能差距的影响不成比例，且评测配置的选择可以决定排行榜排名。

0 人收藏 0 人点赞

← 返回首页

提交意见反馈