Тэг
психометрика
Как метод BenchMIRT раскрывает реальные способности языковых моделей: аудит бенчмарков на уровне промптов
Разбираем новый метод BenchMIRT от Allen Institute for AI: как психометрика и многомерная IRT помогают проверять бенчмарки языковых моделей и точно измерять их реальные возможности.
Читать далее 01.





