Hugging Face Blog·· 28 天前AI 评分46
Hugging Face 发布 BenchMIRT：审计 LLM 基准测试到底在测什么
BenchMIRT: What are LLM benchmarks actually measuring?
AI 导读
Hugging Face 推出 BenchMIRT，一种基于多维 Item Response Theory 的方法，可在单个题目层面审计 LLM 基准测试实际测量的能力。
来源：Hugging Face Blog · huggingface.co