PulseAugur
中
实时 10:59:00
实体 NeurIPS 2026 TAE workshop

NeurIPS 2026 TAE workshop

PulseAugur coverage of NeurIPS 2026 TAE workshop — every cluster mentioning NeurIPS 2026 TAE workshop across labs, papers, and developer communities, ranked by signal.

Show in brief
总计 · 30天
0
90 天内 1
发布 · 30天
0
90 天内 0
论文 · 30天
0
90 天内 1
层级分布 · 90 天
主题
最近 · 第 1/1 页 · 共 1 条
  1. TOOL · CL_297838 ·

    Hugging Face 论文揭示参考选择会极大地改变基准分数

    Hugging Face 的一篇新论文强调了多语言基准评分中的一个重大问题,表明参考数据的选择会极大地改变基准结果。研究人员发现,通过简单地更换参考标签,基准分数在总体上可以改变高达 4.95 个 F1 分数点,在特定语言中可以改变 7.55 个分数点。这种敏感性归因于一个未公开的聚合默认设置,该设置无意中使已发布的黄金标准成为被评分系统输出的部分副本。该论文建议在基准分数旁边报告一个“参考敏感性范围”,以提供更全面的性能图景。