BriefGPT - AI 论文速递 · 2025-02-24T00:00:00Z A Clustering Perspective on Revealing the Performance Scaling of Large Language Models in Downstream Tasks 💡 原文英文，约100词，阅读约需1分钟。 📝 内容提要 本研究提出了一种聚类-难度框架，通过对任务难度进行聚类，排除非紧急任务，从而提高大型语言模型的性能预测准确性，平均绝对偏差仅为1.36%。 🏷️ 标签 models 任务难度 大型语言模型 平均绝对偏差 性能预测 聚类 阅读原文 生成长图 分享链接 已复制链接
