10:18
官方账号arXiv cs.AI@Toby D. Pilditch
推荐理由：跑大模型评测总烧钱？这个框架能省下最多97%的采样次数，结论还一样，做评测的人值得看看。
optstop
共 1 条相关 AI 资讯
8月17日
10:18
arxiv 论文提出 optstop 框架，将大模型评测视为序贯测量问题，只对不确定性高的样本继续采样。该框架基于分层贝叶斯推断，支持二值、有序和连续结果，无需校准题库。在 200 项、10 轮次的示例评测中，optstop 在九种验证设置下减少了 57% 到 97% 的计划试验，整体结论与完整评测一致。研究表明评测算力可按不确定性分配，而非固定重复次数。