本研究解决了数据污染对语言模型评估基准有效性所造成的影响。通过系统地分析在不同阶段和规模下的数据污染对机器翻译任务性能指标的影响，发现数据污染导致的BLEU分数膨胀在8B模型中比1B模型高出2.5倍（最多可达30个BLEU点）。这一发现为评估语言模型的可靠性提供了重要的见解。
本文介绍了医疗供应链的基准和学习成果，通过与健康系统合作，成功收集并验证了供应链成本占患者护理成本的36%的数据。研究发现供应链运营成本通常被高估，与健康系统规模相关。同时，还探讨了供应链节约和效率的问题。计划在2023年继续深入研究，并邀请更多参与者加入研究。
完成下面两步后，将自动完成登录并继续当前操作。
