ETH 论文：动态分配评测预算，低预算复现全量榜单

2026 年 10 月 26 日，AGI Hunt 报道了 ETH 的一篇论文，该论文提出以大模型评测中的预算分配为对象的方法：不再把评测预算平均分给各模型，而是动态决定下一个评测哪个模型、每个模型评多少条，从而在有限预算下排出可靠榜单。理论上，论文给出按 √nm 分配各模型采样量，可最优地最小化加权排名不确定性；实验上，当预算仅为全量评测的十分之一时，该方法得到的模型排名与全量评测一致（以 Kendall τ 衡量）。报道称，该方法已用于 WMT26 的大规模评测。目前公开信息集中于方法设计与这一组结果，尚无独立复现或其他评测体系采用情况的披露。

AI 根据报道生成 · 2 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。