#心理学測定 のAIニュース

Allen AI、LLM ベンチマークの真価を検証する「BenchMIRT」手法を公開

Allen AI は、LLM ベンチマークが個々のプロンプトレベルで何を測定しているかを監査する新手法「BenchMIRT」を発表し、ベンチマーク設計の意図と実際のタスク依存性の乖離を検証可能とした。