1 含有标签「regression」

评估困局：当你的 LLM 评测器比被评分的模型更聪明时

当负责评分的 LLM 变得更敏锐时，即使你的系统没有变化，得分也会下降。本文将介绍如何区分评测器偏移与模型回归，并停止对错误的工具进行调试。