实体 PSN-IRT

PSN-IRT

PulseAugur coverage of PSN-IRT — every cluster mentioning PSN-IRT 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

1

90 天内 1

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_169691 · Jul 29 · 04:00

新方法量化LLM基准测试中的不确定性

研究人员开发了一种名为Laplace-PSN-IRT的新方法，用于量化大型语言模型（LLM）基准测试中的不确定性。该方法使用后验拉普拉斯近似，在不重新训练现有模型的情况下提供贝叶斯后验推断。该方法能够进行校准的不确定性量化，实现置信区间和模型之间的概率比较，并提供比以往点估计方法更稳定的项目难度度量。