PulseAugur
中
实时 09:58:36
实体 Wide-scale Item Level Dataset

Wide-scale Item Level Dataset

PulseAugur coverage of Wide-scale Item Level Dataset — every cluster mentioning Wide-scale Item Level Dataset across labs, papers, and developer communities, ranked by signal.

Show in brief
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
  1. TOOL · CL_196095 ·

    新的IRT模型以85%的成本降低高效预测LLM能力

    研究人员开发了一种评估大型语言模型（LLM）的高效成本方法，通过预测它们在未见过任务上的表现。该方法利用了改进的多维度项目反应理论（IRT）模型结合自适应项目选择。该方法在65个模型和超过100,000个项目的数据集上进行了测试，在仅观察到16个项目后，即可预测在保留基准上的表现，平均绝对误差小于7%。此外，通过纳入成本感知因素，评估成本可降低高达85%。