研究者提出新方法优化LLM基准测试

2026年10月，Sam Bowyer等人在arXiv发布论文，提出一种高效基准测试方法。该方法将大语言模型的评测重构为带特征选择的多元回归问题，旨在通过预测部分题目结果来降低整体评测成本。 该研究采用信息论特征选择算法mRMR从基准测试中挑选题目子集，并引入核岭回归替代现有预测模型。结果显示，这种方法不仅显著降低了预测误差（MAE/RMSE减小），在不同随机种子下也能更稳定地选出相同题目，且计算速度优于概率模型和聚类等竞争方法。

AI 根据报道生成 · 1 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。