Yapay ZekâÖnerilenAIML-EVAL-006
LLM Evaluation
Benchmarks, contamination, and reading leaderboard numbers honestly.
Bu konunun henüz Türkçe çevirisi yok, bu yüzden İngilizce gösteriliyor.
- Zorluk
- 3 / 5
- Önem
- 4 / 5
- Çalışma süresi
- 1–2 sa
- Çalışma türü
- Karma
Neden önemli
The learner can explain benchmark contamination and discount a leaderboard claim correctly.