WMDP

1 則報導橫跨 1 期2026-09-02 起

一起出現的主題

#Allen AI1 #BBQ1 #BenchMIRT1

2026-09-02HuggingFace Blog

Allen AI 推出 BenchMIRT 評測分析方法，以多維度 IRT 拆解 16 項基準測試，發現 BBQ 與 WMDP 實際更偏向一般推理