基准平衡:用于基准多样性和任务条件评估的语义密度重加权
HuggingFace Daily Papers · · 发布于 2026-09-11 · 1 分钟阅读
arXiv:2608.30044v2 公告类型:替换 摘要:通常通过在同等权重的基准列表中平均分数来比较语言模型。此类列表通过在明确的测量设计之外的发布而增长,因此相同的权重会改变已发布的b的密度
要点 1
此类列表通过在明确的测量设计之外的发布而增长,因此相同的权重会改变已发布的b的密度
要点 2
arXiv:2608.30044v2 公告类型:替换 摘要:通常通过在同等权重的基准列表中平均分数来比较语言模型。
SOURCES
共 1 个来源