真实数据质量对非参数统计检验的干扰与挑战
IanArawjo · x · 2026-07-24
作者指出，在真实场景中运行数据对评估至关重要。虽然 PPI（预测 powered 推断）校正测试在模拟环境中表现良好，但面对真实数据（尤其是对齐极差、质量糟糕的评判分数）时，非正态统计方法可能会出现问题，作者表示正对此展开调查。
所属事件:用PPI校正统计检验消除LLM评测假阳性(5 条相关)→
「研究」频道最新
- LightMTP：轻量潜空间多 token 预测助 LLM 预训练学会提前规划 — gdm3000 · 2026-10-27
- EMNLP 研究：AI 翻译小说读得顺，但质量波动远大于人类译本 — tuvllms · 2026-10-27
- 实验猴荒：中国 3-5 万美元一只，繁育周期 4 年成药物临床前瓶颈 — zebird0 · 2026-10-27
- OpenAI 基金会资助 UNC 肿瘤抗原研究，招聘资深实验科学家 — iskander · 2026-10-27
- 研究者定向干预注意力头：向上提升诚实，向下压制道德虚无 — edelwax · 2026-10-27
- 研究表明神经元足以做电路分析，transcoder 增益有限 — burny_tech · 2026-10-27