实体 Adrian Cockcroft

Adrian Cockcroft

PulseAugur coverage of Adrian Cockcroft — every cluster mentioning Adrian Cockcroft across labs, papers, and developer communities, ranked by signal.

总计 · 30天

1

90 天内 1

发布 · 30天

0

90 天内 0

论文 · 30天

0

90 天内 0

层级分布 · 90 天

主题

情绪 · 30 天

1 天有情绪数据

最近 · 第 1/1 页 · 共 1 条

TOOL · CL_173595 · Jul 30 · 23:15

Retort项目揭示线束变更扭曲了LLM性能指标

Adrian Cockcroft的Retort项目已在各种LLM和编程语言中进行了1000多次评分运行，以评估其性能。该项目的结果表明，测试线束的变化，而不是模型更新，有时会导致已发布的性能指标发生变化。由于测试不完整或数据解释不准确，关于Opus 5和Claude等模型的几项初步结论已被撤回，这强调了在报告结果之前进行彻底验证的重要性。