四十年综述：语言模型评测22项关切

一项跨度四十年的范围综述梳理出语言模型评测方法论中的22类反复出现的关切，并发现部分关切在近期文献中关注度下降，许多并未出现在机构检查清单中。该综述由Ruchira Dhar、Qiwei Peng、Anders Søgaard完成，已发布在arXiv的cs.CL分类下。 研究指出，这些发现为研究社区重新审视评测方法、开展领域级干预提供了参考。目前报道未披露22类关切的具体内容、关注度下降的幅度及所涉机构检查清单的细节。

AI 根据报道生成 · 1 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。