←返回首页

话题 · Topic

#LLM 评估

共 5 条相关资讯

2026.09.23 · 周三研究论文

研究称无 persona 基线反而优于 persona 模拟预测受众反应

2026.08.19 · 周三研究论文

KnowSim：用可学习的用户模拟器评估 LLM 知识校准能力

2026.07.29 · 周三研究论文

Anthropic 联合三所高校发布 CryptanalysisBench 基准

2026.07.01 · 周三研究论文

RoPoLL：用几何中位数提升 LLM 评审团鲁棒性

2026.06.28 · 周日研究论文

BINEVAL：把评分拆成二元问题的 LLM 评估框架