BriefGPT - AI 论文速递 · 2024-12-09T00:00:00Z ONEBench：全方位测试的样本级基准评估 💡 原文中文，约300字，阅读约需1分钟。 📝 内容提要 传统固定测试集无法全面评估基础模型的开放性能力。为此，我们提出了ONEBench，整合多个评估数据集，支持自定义基准，以提高模型评估的准确性。 🎯 关键要点 传统固定测试集无法全面评估基础模型的开放性能力。 提出了ONEBench，整合多个评估数据集。 ONEBench支持自定义基准，以提高模型评估的准确性。 ONEBench有效应对异质性和不完整性挑战。 🏷️ 标签 ONEBench 开放性能力 模型评估 自定义基准 评估数据集 阅读原文 生成长图 分享链接 已复制链接
