Tag: LLM评估

All the articles with the tag "LLM评估".

• 7.0

  ACES：谁来测试测试本身？代码生成的 Leave-One-Out AUC 一致性方法

  2026年04月07日

  · cs.LG updates on arXiv.org· 04/08 12:31 采集

  提出用测试的排序能力而非通过率来评估 LLM 生成测试的质量，解决测试本身可能错误的循环依赖问题