研究人员开发了一种新的方法，用于为大型语言模型（LLM）基准选择提示子集，旨在用显著更少的提示来近似完整基准套件的结果。这种评估无监督的方法利用子模选择，其中在语义提示嵌入上运行的设施选址函数被证明是最有效的。该方法在大规模数据集上进行了测试，该数据集包含35个基准、18个LLM和超过61,000个提示，在保留LLM分数方面表现优于现有基线。 AI
影响 这项研究通过减少基准测试所需的提示数量，可能导致更高效、更具成本效益的LLM评估。
排序理由 该项目是一篇学术论文，详细介绍了一种用于LLM基准评估的新方法。[lever_c_demoted from research: ic=1 ai=1.0]
- alphaXiv
- arXiv
- CatalyzeX
- DagsHub
- Gotit.pub
- Hugging Face
- Massive Multitask Language Understanding
- MTEB
- ScienceCast
AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →
