GitHub · 去对齐工具与仓库·· 20 天前精选AI 评分72
evalnoise 开源：检测评测分数变化是否只是噪声
harshnsawant-source/evalnoise
来源与原文
GitHub · 去对齐工具与仓库
发布时间：（北京时间）
阅读原始来源 · github.com ↗完整链接与内容说明
https://github.com/harshnsawant-source/evalnoise
本站目前仅有 AI 导读与摘要，未展示原文正文；技术细节、代码和完整结论请查看原始来源。
AI 导读
harshnsawant-source 在 GitHub 发布 evalnoise，一个读取已有逐题评测结果、判断提示词改动是真实提升还是落在噪声内的 Python 工具。
推荐理由
作者用 qwen2.5:3b-instruct 上 240 题的实测说明聚合分数如何被噪声掩盖，并给出 A/A 校准噪声底的可复用做法。
来源：GitHub · 去对齐工具与仓库 · github.com