Not translated yet — showing the Chinese originals.

Industry & Practice · Tagged “语言模型”

Research & Benchmarks2026-11-0216 min
Seq@K：附录
Seq@K 全文翻译的附录：基准与设定、模型选择检验、成本前沿、修订标注、轨迹清单，以及反馈回路的原始分数表。
Research & Benchmarks2026-11-0218 min
Seq@K：在序列反馈下评测语言模型
独立抽样的 Pass@K 看不见模型会不会改。Seq@K 在每次失败后交回反馈，再允许最多 K 次修订。七个基准、十六个前沿模型上，序列反馈改写排名，短序列校准也能以低得多的成本选出更好的模型。