热点事件持续更新
研究者提出大模型技能评测框架SkillEval
1 篇报道1 个报道来源1 小时前更新
先了解这件事
AI 综述
2026年10月22日，研究人员提出评估框架SkillEval。该框架将大语言模型元认知与心理测量学认知诊断模型相结合，旨在构建技能维度的可解释模型能力画像。SkillEval在涵盖MATH、GPQA等5个基准的9,523道题目上，评估了3,811个大语言模型；实验表明，其不仅能更精准地预测模型在未见题目上的表现，还在下游模型路由任务中将推理成本降低超过60%。
AI 根据报道生成 · 1 小时前更新
最新进展10月22日 12:00
研究人员提出评估框架SkillEval，评测3811个大模型并在路由任务中降本超60%。报道时间线
沿着报道，了解事件的不同侧面。
10月22日
- arXiv 自然语言处理SkillEval：基于认知诊断模型学习大语言模型的可解释能力画像
研究人员提出评估框架 SkillEval，结合大语言模型元认知与心理测量学认知诊断模型，构建技能维度的可解释模型能力画像。该框架在涵盖 MATH、GPQA 等 5 个基准的 9,523 道题目上评估了 3,811 个大语言模型，不仅能更精准预测未见题目的表现，还在下游模型路由任务中将推理成本降低超 60%。
本事件热度走势
还没有足够的连续观测数据，暂不绘制趋势。