技术

BenchMIRT

近期变化

BenchMIRT：一种新的LLM基准审计方法BenchMIRT 是一种新的方法，用于在单个提示级别审计大型语言模型（LLM）基准，揭示现有基准的见解，并建议更有效的评估方法。稳定技术1 个来源 · 1 个一手 · 2 条证据2026-09-02 05:39