实体 Sida I. Wang

Sida I. Wang

PulseAugur coverage of Sida I. Wang — every cluster mentioning Sida I. Wang 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_299796 · Oct 14 · 04:00

新研究量化LLM评估中的噪声

arXiv上的一篇新论文介绍了一种衡量大型语言模型（LLM）评估中各种噪声来源的方法。该研究确定了三种类型的噪声：模型输出变化带来的预测噪声、问题采样带来的数据噪声以及它们的总噪声。为了提高统计功效和相对比较，作者提出了一种“全对比较”方法，该方法分析了大量评估中的数百万次预测。