AI星际引擎AI STARSHIP
2026.11.08 星期日
第 94 期
主题 · 模型评估

模型评估

1 条
  1. 01
    基于稀疏且未配对缓存响应的基准预测

    提出PKPS方法,从稀疏不匹配的模型响应矩阵中构建低维模型表征,实现跨任务/跨查询的高效公平评估。

    arxiv.org·arXiv·6天前模型评估基准测试稀疏数据