★ Begriff· Evaluation
Benchmark
Standardisierter Test, gegen den Modelle vermessen werden. Beispiele: MMLU (Wissen), HumanEval (Code), GSM8K (Math), AIME (Olympiade-Math), ARC-AGI (abstraktes Reasoning).
Verwandte Tools
Auch bekannt als
ml benchmark · llm benchmark
Aktivität
203
Mentions in den letzten 7 Tagen
4 Wochen
⚡neu · 203×
Zuletzt erwähnt in
- HALO: Adaptives latentes Reasoning verbessert Sprachmodelle ohne Fine-Tuning2026-07-13
- Quantum Circuit Born Machine verbessert synthetische Datengenerierung bei Klassenimbalance2026-07-13
- Informationstheoretisches Bayesian Optimization für Bilevel-Probleme2026-07-13
- TheBioCollection: 52,6-Milliarden-Token-Korpus für biologische LLMs2026-07-13
- Eluna: Agentisches LLM-System automatisiert Lagerlogistik mit 94% Expertenübereinstimmung2026-07-13