sample-level-analysis

标签

#sample-level-analysis

基准并非铁板一块：面向LLM评估的样本级审计与编排

arXiv cs.CL ↗ · 2026-08-03 缓存

本文提出了一种以数据集为中心的元评估框架，在五个潜在维度上对LLM基准进行样本级审计，揭示其内部异质性，并支持基于标准的基准子集组合，以实现针对性的模型评估。

0 人收藏 0 人点赞

← 返回首页

提交意见反馈