#模型刷分

LLM 基准刷分现象的统计分析

一篇分析文章对 LLM「benchmaxxing」（针对基准测试刷分）现象进行统计研究，探讨模型在评测中过度优化的问题。该文在 Hacker News 上引发讨论，涉及基准测试可信度。