AGI Hunt· JoshPurtell·· 4 小时前AI 评分34
Josh Purtell：评测任务无法按难度排序时，拆成多个 eval 是更优解？
评测任务无法按难度排序?拆成多个 eval 是更优解
AI 导读
Josh Purtell 认为，领域由多项难度无法排序的任务衡量时，基础做法是拆成多个 eval。若拆分不可行或不划算，仍应以尽可能少的任务判断模型优劣。
来源：AGI Hunt · agihunt.info
Josh Purtell：评测任务无法按难度排序时，拆成多个 eval 是更优解？