C-Eval 榜单 GPT-4 跌出前十:排名为 0 的 bug 与评测解读
中文大模型榜单上 GPT-4 掉出前十,还出现排名为 0 的条目。文章分析零基索引与默认值导致的显示问题,解释考试型选择题榜单为何与真实体感差距大,并给出读榜单的检查清单和自建小型评测集的落地步骤。
标签
共 1 篇相关文章
中文大模型榜单上 GPT-4 掉出前十,还出现排名为 0 的条目。文章分析零基索引与默认值导致的显示问题,解释考试型选择题榜单为何与真实体感差距大,并给出读榜单的检查清单和自建小型评测集的落地步骤。