arXiv cs.AI· Haoxiang Wang, Da Yu, Huishuai Zhang·· 3 小时前AI 评分24
超越固定基准与最坏情况攻击：面向语言模型的动态边界评估（DBE）
Beyond Fixed Benchmarks and Worst-Case Attacks: Dynamic Boundary Evaluation for Language Models
AI 导读
研究者提出动态边界评估（DBE），主张最有信息量的评测信号位于随机采样解码下每题通过概率接近 0.5 的边界处，并主动定位每个模型的边界、将其放到全局可比的难度尺度上。
来源：arXiv cs.AI · arxiv.org