Недостаток средних показателей: измерение эффективности распределения на контрольном уровне
arXiv: 25009.25671v2 Annuales Type: заменить резюме: Контрольные показатели имеют центральное значение для измерения прогресса в языковых моделях, однако совокупные оценки могут затмить существенные различия между поддомами, что делает модели весьма компетентными, несмотря на концентрированные…