LiveBench

Определение

Динамический бенчмарк для LLM, который еженедельно обновляется на основе свежих новостей, чтобы избежать data contamination и обеспечить объективную оценку.

Где встречается

• 350. Как вы детектируете data contamination в evaluation датасетах
• 869. Как избежать benchmark contamination (когда модель видела тестовые данные)

Навигация

• Индекс терминов
• Индекс разборов
• Оглавление