Tampered ML 基准：评估大模型对机器学习研究的方法判断
摘要
作者提出 Tampered ML 基准，包含 1,858 个条目对，每对由一篇已发表机器学习论文重构的实验方案与一个引入特定方法缺陷的最小改动反事实版本组成，模型需在两种呈现顺序下判断哪个方案方法上更可靠。
摘要由模型根据原文撰写，以原文为准。
arXiv cs.DL 数字图书馆
打开原文arxiv.org。尚未取得已确认完整的正文，本站仅展示摘要与导读；完整内容请阅读原文。
来源：arXiv cs.DL 数字图书馆 · arxiv.org
引用原文
Soroush Ebadian, Parand A. Alamdari, Joe Benton, Hailey Joren. Tampered ML: Evaluating LLM Judgment of Machine Learning Research[EB/OL]. (2026-10-26)[访问日期]. https://arxiv.org/abs/2610.32114.