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.

Bu konuya giden rota

Rota AIML-EVAL-006