Hugging Face Blog·· 2026-09-02AI 评分48
Hugging Face 推出 BenchMIRT：审计 LLM benchmark 到底在测什么
BenchMIRT: What are LLM benchmarks actually measuring?
AI 导读
Hugging Face 推出 BenchMIRT，一种基于多维 IRT 的方法，可在单条 prompt 层面审计 LLM benchmark 实际测量的能力。
来源：Hugging Face Blog · huggingface.co