Papers tagged with: #оцінювання-бенчмарків

7.0
psychometric_modeling

Can We Trust Item Response Theory for AI Evaluation?

Han Jiang, Sunbeom Kwon, Jinwen Luo, Ziang Xiao, Susu Zhang · arXiv (2026) · doi:10.48550/arxiv.2607.15190 · gemini-3.1-flash-lite

Read full analysis →