一篇题为《Turkish MMLU Pro: 可追溯选项增强及其在土耳其多项选择评估中的有效性限制》的新研究论文已提交至arXiv。该研究使用包含12,000个土耳其语问题的数据集,探讨了在多项选择题中增加额外答案选项如何影响评估的有效性。研究发现,增加选项数量可能会降低评分准确性,而未必能提高知识衡量水平,这引发了对歧义和此类评估方法局限性的担忧。 AI
影响 强调了常见AI评估方法中潜在的缺陷,表明需要更稳健和经过验证的评估技术。
排序理由 该集群包含一篇详细介绍新评估方法及其发现的已提交学术论文。[lever_c_demoted from research: ic=1 ai=1.0]
- alphaXiv
- arXiv
- CatalyzeX
- Connected Papers
- CORE Recommender
- DagsHub
- Gotit.pub
- Hugging Face
- Litmaps
- ScienceCast
- scite Smart Citations
- Turkish MMLU Pro
AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →