Tag: Stability

All the papers with the tag "Stability".

• am-ELO: A Stable Framework for Arena-based LLM Evaluation

  grok-3-latest

  Score: 0.47

  Published:2025年5月6日 at  at 12:28

  #LLM, #Evaluation Framework, #Ranking System, #Annotator Modeling, #Stability

  本文提出 am-ELO 框架，通过最大似然估计和标注者能力建模，显著提升了大型语言模型竞技场评估中 ELO 评分系统的稳定性和准确性。