evaluation-cases

标签

#evaluation-cases

HARDEN: 约束进化搜索用于更难且答案保留的评估案例

arXiv cs.AI ↗ · 3天前缓存

HARDEN 引入约束进化搜索，以生成更难且保留预期输出的语言模型评估案例，从而在多个基准测试中显著降低了准确性。

0 人收藏 0 人点赞

← 返回首页

提交意见反馈