How Much Do Large Language Model Cheat on Evaluation? Benchmarking Overestimation under the One-Time-Pad-Based Framework

Fuente: arXiv
Enregistré dans:
Détails bibliographiques
Auteurs principaux: Liang, Zi, Yu, Liantong, Zhang, Shiyu, Ye, Qingqing, Hu, Haibo
Format: Preprint
Publié: 2025
Sujets:
Accès en ligne:
Tags: Ajouter un tag
Pas de tags, Soyez le premier à ajouter un tag!

Documents similaires