ShaeRay Blog

标签: benchmark

此标签下有1条笔记。

  • 2026年5月22日

    Lost in Benchmarks? Rethinking Large Language Model Benchmarking with Item Response Theory

    • paper
    • llm-evaluation
    • benchmark
    • item-response-theory
    • psn-irt

  • 皖ICP备2024042528号-2