←返回首页

话题 · Topic

#LLM评测

共 3 条相关资讯

2026.08.25 · 周二研究论文

LitReview Arena：3000份专家评判揭示自动文献综述仍远逊于人类

2026.08.25 · 周二研究论文

arXiv 论文：现有 LLM 榜单受评测配置影响巨大，同一模型分数可相差近 60 个百分点

2026.08.21 · 周五工具

Muteval：为 LLM 评测做变异测试，揪出覆盖盲区