实体 Turkish MMLU Pro

Turkish MMLU Pro

PulseAugur coverage of Turkish MMLU Pro — every cluster mentioning Turkish MMLU Pro 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_254404 · Sep 15 · 04:00

新研究质疑增强型多项选择AI评估的有效性

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。