Reddit
Нормализация бенчмарков LiveBench за разные периоды времени
Пользователь предлагает автоматизировать процесс нормализации результатов бенчмарков LiveBench, сделанных в разные годы, чтобы обеспечить корректное сравнение силы моделей с 2024 по 2026 год. В настоящее время сравнение возможно только внутри отдельных снимков состояния, что затрудняет анализ долгосрочной динамики развития ИИ.
score 40r/LocalLLaMA