Decomposing Hidden Measurement Error in LLM Evaluation Pipelines

评分 7 · 来源：cs.CL updates on arXiv.org · 发布于 2026-04-14

评分依据：揭示LLM评估中隐藏的测量误差来源（换词、换模型、换temperature可翻转结论），对评估方法论有重要反思价值。