研究：推理、知识、理解类基准高度相关或测同一概念
sanmikoyejo · x · 2026-09-29
研究观察到，声称分别测量推理、知识与理解的基准之间相关性很强，暗示这些基准可能并未捕捉到相互独立的不同概念，其区分度存疑。
「研究」频道最新
- Hill Sampling：让冻结 LLM 沿最优解爬坡，胜过重复采样与进化训练 — burny_tech · 2026-09-29
- 伯克利 Neyman 统计研讨会将聚焦扩散语言模型的 Scaling — ArashVahdat · 2026-09-29
- SemiAnalysis 拆解 GLM-5.3:稀疏注意力为何没能省下 HBM 内存 — burny_tech · 2026-09-29
- Pinductor 用 LLM 先验学 POMDP 世界模型,在线交互仅 DreamerV3 的 1/330 — burny_tech · 2026-09-29
- MIT Miller 实验室提出 PEM-UDE,从嘈杂混沌数据中恢复可解释方程 — burny_tech · 2026-09-29
- SIGReg 正则揭示 JEPA 隐含对比机制:批内样本成对互斥 — burny_tech · 2026-09-29