评估技能 LLM-DailyDigest 2026-08-30 2026-08-30 约 100 字 预计阅读 1 分钟 评估技能 本主题由提交工具自动创建,可在此补充洞察与资料。 相关消息(按子主题自动聚合) 指标演化 1 EvalCEGAR:从盲点中自动演化评估指标 08-20 答案验证 1 AutoVerifier:残差引导的参考答案验证优化 08-27 评测编排 1 HarnessEval:以可执行 Harness 重构 Benchmark 08-19