做 LLM 评估的梗：唯一相关论文竟是 2026 年预印本
IanArawjo · x · 2026-07-27
Ian Arawjo 调侃自己在做 LLM 评估项目时，经常遇到论文直接写着：“没人知道该怎么做，这在统计理论上仍然是开放问题。”
他还补了一句：如果你能找到的唯一相关论文，居然是标着 2026 年 5 月的预印本，那大概就该停手了。整体是在吐槽 LLM eval 领域文献与现实进展之间那种很魔幻的时间错位。
「研究」频道最新
- 本周论文回顾非凸优化中的 scenario theory — tomssilver · 2026-07-27
- 一个模型宣称无需 DNN 和训练也能做到 96% 下一词准确率 — granvilleDSC · 2026-07-27
- 新 benchmark 加入单样本趋势跟踪，模型两个月内进步很快 — jyangballin · 2026-07-27
- ProgramBench 新增 Pareto 曲线，两个月内模型进步明显 — jyangballin · 2026-07-27
- RL 研究发现，LLM Agent 泛化更看重状态信息量 — Graham_dePenros · 2026-07-27
- BeeLlama.cpp 新增 KV cache 精度尾段和量化档位 — Anbeeld · 2026-07-27