#论文计量

研究绘制14767篇LLM评测论文的设计变迁

一篇arXiv论文系统梳理了2022年1月至2026年8月间14767篇LLM评测资源论文，分析评测目标、材料与打分机制的变化。研究发现评测日益强调行动、交互与专业应用，且LLM参与打分持续增长。作者提出疑问：评测扩张究竟带来更独立的证据，还是复制了参与模型的偏好与盲点。