mmlu-benchmark

标签

#mmlu-benchmark

两个MMLU分数：基准名称未能解决的问题（23分钟阅读时间）

TLDR AI ↗ · 2026-09-08 缓存

本文探讨了MMLU基准分数的问题，表明由于开放的评估变量，不同的模型构建可能会产生不可比的准确性，并提出了一种内容寻址框架以提高可追溯性。

0 人收藏 0 人点赞

← 返回首页

提交意见反馈