研究LLM榜单稳定性
lintool · x · 2026-07-10
帖子转发了一项关于 LLM leaderboard 稳定性的论文，问题是“榜单到底有多稳定”，作者认为结果往往比人们希望的更不稳定。
论文构建了一个统一框架，用来审计成对投票中的微小变化如何连锁影响排行榜名次，并且该工作在 ICML 的 CTB workshop 获得了 oral。
「研究」频道最新
- researchers 辩论双向注意力：检索微调放大后因果性或可舍弃 — antoine_chaffin · 2026-09-11
- HF 工程师争论:非生成任务全用因果注意力是在浪费算力 — antoine_chaffin · 2026-09-11
- 智利学者：AI 反馈规模化是医学教育可持续的关键 — julianvarascom · 2026-09-11
- Nature 新研究实现全身器官细胞活动成像,揭示跨器官体级回路 — arjunrajlab · 2026-09-11
- SignNet 1M 手语数据集发布 — ducha_aiki · 2026-09-11
- ECCV26 口头论文：流匹配实现多视角点云配准 — ducha_aiki · 2026-09-11