Static-to-Dynamic-LLMEval

动态生成评测样本，防数据污染，测出模型真实力

Static-to-Dynamic-LLMEval 是论文《Recent advances in large language model benchmarks against data contamination: From static to dynamic evaluation》的官方代码库。该项目聚焦大语言模型评测中的数据污染问题，提出从静态评测转向动态评测的方法论与工具实现。它通过动态生成测试样本、实时更新评测集等方式，降低模型因预训练数据泄露而导致的分数虚高，提升评测结果的真实性和可靠性。核心能力包括：动态评测流程设计、污染检测机制、以及基于论文方法的可复现实验框架。项目旨在为LLM评测社区提供一种更稳健的评估范式，帮助研究者和开发者更准确地衡量模型真实能力。