研究者主张 LLM 评测应高度专门化

研究者 rmcwhorter99 提出，用于评测 LLM 的测试本身也会成为训练数据，因此评测项目应当「高度专门化」。把测试设计得非常具体，可以把模型在特定能力上的提升归因到具体训练材料，从而更准确地衡量训练效果。