概念living benchmark
活基准
一种基准设计理念,通过定期增补新题、淘汰过时题目、跟踪最新研究成果来保持评测的新鲜度和难度,以应对静态基准的数据污染和饱和问题。
时间轴 (近 90 天)
10月26日
活基准通过定期增补新题、淘汰过时题目、跟踪最新研究成果来保持评测的新鲜度和难度。
待验证50%
一种基准设计理念,通过定期增补新题、淘汰过时题目、跟踪最新研究成果来保持评测的新鲜度和难度,以应对静态基准的数据污染和饱和问题。
活基准通过定期增补新题、淘汰过时题目、跟踪最新研究成果来保持评测的新鲜度和难度。