研究者提出基于Beta混合分布的低成本AI评测方法
Start here
2026年11月3日，相关研究提出了一种利用边际极大似然拟合Beta混合分布的低成本AI评测方法。该方法仅需单次拟合，即可在闭式解下直接计算任意跨度的Pass^k与AUC@k，同时推导出了无需额外模型调用的delta-method置信区间。实验结果表明，在竞赛数学与研究生级科学基准测试中，该方法的外推表现优于朴素估计，且置信区间覆盖了全量数据参考；此外，当该方法扩展至提示词敏感度分析时，其估算精度同样优于同类基线。
AI-generated from reports · Updated 19 hours ago
Report timeline
Follow the reports to see different sides of the story.
- arXiv 人工智能用于低成本 AI 评测的 Beta 混合分布方法
研究提出利用边际极大似然拟合 Beta 混合分布，仅需单次拟合即可在闭式解下直接计算任意跨度的 Pass^k 与 AUC@k，并推导出无需额外模型调用的 delta-method 置信区间。在竞赛数学与研究生级科学基准测试中，该方法外推表现优于朴素估计，且置信区间覆盖全量数据参考；将其扩展至提示词敏感度分析时，估算精度同样优于同类基线。
Story heat trend
Current heat 5·Comparable peak 9（Nov 3 18:00）·Comparable change, last 24 hours–
Trends compare only the same parties observed continuously, so the scope can be narrower than current heat counts. Move the pointer or tap the chart to see hourly heat; use the left and right arrow keys on a keyboard.