ETH 论文：动态分配评测预算，小预算也能排出与 10 倍预算一致的模型榜单

ETH 论文提出动态分配评测预算的方法，在预算仅为全量 1/10 时达到与全量评测一致的模型排名（Kendall τ），并已用于 WMT26 大规模评测。该方法动态决定下一个评测哪个模型、评多少条，而非均匀分配预算。理论结果显示，按 √nm 分配采样量可最优最小化加权排名不确定性。