Chinese content论文提出 DS-QA 基准与蒙特卡洛协议评估 LLM 数据科学任务可靠性
这篇论文做了件常被忽略的事：同一题让模型跑 100 遍看答案稳不稳，结果数据可视化和监督学习这类任务波动最大，做评测的人该看看。
#DS-QA
1 stories · 1 in 7 days · 1 in 30 days
Stories, products and papers tagged "DS-QA", newest first.
Nov 9
这篇论文做了件常被忽略的事：同一题让模型跑 100 遍看答案稳不稳，结果数据可视化和监督学习这类任务波动最大，做评测的人该看看。