Agent 系统性学习

评测污染

此标签下有1条笔记。

  • 2026年8月31日

    《Rethinking Benchmark and Contamination》——改写一下题目,13B 模型就能刷到 GPT-4

    • 论文
    • 评测污染
    • 榜单
    • 计算机科学

© 2026 朱景元