Nghiên cứu
Đánh giá độ tin cậy của các bảng xếp hạng LLM: Liệu kết quả có thực sự ổn định?
(giờ Việt Nam)
Tóm tắt AI
Nghiên cứu chỉ ra rằng các bảng xếp hạng LLM hiện nay thiếu tính ổn định do sự biến thiên lớn trong suy luận prompt. Kết quả cho thấy chỉ có các mô hình ở nhóm cuối bảng xếp hạng là có thứ hạng ổn định, đặt ra dấu hỏi lớn về độ tin cậy của các đánh giá mô hình hiện nay.
Nguồn này chưa có thân bài hiển thị được, trang chỉ có tóm tắt.
Đọc bài gốc (mở trong thẻ mới)Bài viết được AI dịch và tổng hợp tự động từ Hugging Face Daily Papers. Liên kết bài gốc ở phía trên. AIHOT.vn luôn dẫn nguồn đầy đủ — nếu bạn thấy điểm cần chỉnh sửa, hãy gửi ý kiến tại trang phản hồi.