超越基准：围绕科学目标重新定位语言模型评估

这篇来自 arXiv 的文章很可能提议改变大型语言模型 (LLM) 的评估方式，从纯粹基于分数的指标转向更具目标导向的方法。 关注科学目标表明希望将 LLM 的开发与实际问题解决能力更紧密地结合起来。

• •主张超越传统的基准分数。
• •提出了与特定科学目标相一致的评估方法。
• •旨在提高LLM的实用性和适用性。