热点事件观察中
研究人员提出评测基准压缩方法BestRand
1 篇报道1 个报道来源1 天前更新
先了解这件事
AI 综述
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 根据报道生成 · 22 小时前更新
最新进展11月3日 13:00
研究人员提出评测基准压缩方法BestRand，相关代码与数据已公开发布。报道时间线
沿着报道，了解事件的不同侧面。
11月3日
- 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。
本事件热度走势
当前热度 5·可比范围峰值 9（11月3日 18:00）·近 24 小时可比范围变化–
趋势仅比较持续完整观测到的相同主体，范围可能小于当前热度统计。移动指针或点击图表查看每小时热度；键盘可用左右方向键切换。