Measuring Competency, Not Performance: Item-Aware Evaluation Across Medical Benchmarks

Fuente: arXiv

Guardado en:

Detalles Bibliográficos
Autores principales:	Luo, Zhimeng, Wu, Lixin, Frisch, Adam, He, Daqing
Formato:	Preprint
Publicado:	2025
Materias:	Computation and Language Artificial Intelligence
Acceso en línea:	Acceder al recurso
Etiquetas:	Agregar Etiqueta Sin Etiquetas, Sea el primero en etiquetar este registro!

Internet

https://arxiv.org/abs/2509.24186