The Emperor's New Clothes in Benchmarking? A Rigorous Examination of Mitigation Strategies for Benchmark Data Contamination in Large Language Models

💡 原文英文,约100词,阅读约需1分钟。
📝

内容提要

本研究探讨了基准数据污染对大规模语言模型评估的影响,并系统性检验了现有缓解策略的有效性。结果表明,现有策略未能显著提高抵御污染的能力,强调了设计更有效缓解策略的必要性。

🏷️

标签

➡️

继续阅读