我建立了一个基准测试，其中法学硕士对音频编解码器进行逆向工程，并且基准测试不断发展

原文：I built a benchmark where LLMs reverse-engineer an audio codec, and the benchmark evolves

大多数编码基准测试感觉就像教科书编码任务或黑匣子——要么很容易进行基准测试，要么充满评估标准不明确的隐藏任务。其中大多数与每一代新车型都无关，因为所有新车型都达到了上限。所以我做了一个有移动目标的。这是一个基准，模型获得一个神秘的压缩音频文件，必须找出其中的原因

正文由本站服务器抓取保存（已自动过滤广告、推荐位与追踪图片），排版与原站可能不同；版权归原站所有。