研究人员提出评测基准压缩方法BestRand
Start here
2026年11月3日，研究人员在arXiv发布关于评测基准压缩方法BestRand的研究成果。该方法旨在保留随机采样高效特性的同时，显著降低高误差长尾风险。测试数据显示，BestRand在超过70个文本、多模态和智能体基准上完成验证，相较于竞品，其高误差风险降低了50.2%，平均估计误差降低了16.4%，构建成本仅需竞品的51.3%。此外，该方法在分布外（OOD）的估计误差平均降低21.8%。目前，相关研究代码与数据已正式公开发布。
AI-generated from reports · Updated 1 day ago
Report timeline
Follow the reports to see different sides of the story.
- arXiv 自然语言处理随机采样几乎足够？基于 BestRand 的稳定低成本评测基准压缩
研究人员提出评测基准压缩方法 BestRand，在保留随机采样效率的同时显著降低高误差长尾风险。该方法在 70+ 个文本、多模态和智能体基准上验证，相比竞品将高误差风险降低 50.2%、平均估计误差降低 16.4%，且仅需 51.3% 的构建成本。此外，其 OOD 估计误差平均降低 21.8%，相关代码与数据已公开发布。
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.