ベンチマーク

大規模言語モデルの評価基準をマッピング：LLMに何を期待するか

大規模言語モデル（LLM）の評価方法が急速に多様化しており、研究者がLLMに何を期待し、成功と見なすかが変化していることが、arXivの論文で体系的に分析されました。特に、行動、相互作用、専門的応用への重点が高まっています。