回复称 LLM judge 流程图还缺了功效分析
IanArawjo · x · 2026-07-29
这条回复说，这张 LLM judge 评测流程图还缺了一个环节：power analysis（统计功效分析）。
作者表示，自己可能不会把它纳入实现，因为 evalstats 这部分工作已经很重，而且别的论文也在覆盖这块；但从方法完整性看，它仍然值得被提及。
所属事件:LLM评测流程图引热议，统计功效分析成焦点(2 条相关)→
「研究」频道最新
- FP8 统一用于训练与推理解码，RL 端到端提速 16% — joecole · 2026-07-30
- ICML 2026 Spotlight：ThunderAgent实现2倍智能体推理加速 — togethercompute · 2026-07-30
- 探讨用 AI 辅助 Lean 形式化验证：解决定理证明的 sorry 空缺 — thomasahle · 2026-07-30
- AI安全研究员David：形式认识论最小化完整论述 — davidad · 2026-07-30
- 仅加32个参数：LeRoPE让大模型位置编码频率自学习，效果全面超越RoPE — burny_tech · 2026-07-30
- ICML 2026 Spotlight:ThunderAgent 实现智能体推理 2 倍提速 — togethercompute · 2026-07-30