**随机采样已近乎足够？BestRand 实现稳定且低成本的基准压缩**

_Random Is Almost Enough? Stable and Low-Cost Benchmark Compression via BestRand_

> 研究揭示了基准压缩误差分布的长尾特性，指出单纯随机采样虽高效但不稳定。为此，团队提出了 BestRand 方法，在保留随机采样效率的同时显著降低了高误差风险，相比现有方法将高误差风险降低 50.2%，平均误差减少 16.4%，且构建成本更低，为模型评估提供了更可靠的压缩方案。

**来源信息**
- **来源**：HuggingFace Daily Papers（社区热门论文）
- **分类**：ai-models
- **发布时间**：2026-11-06 08:00（北京时间）
- **原文**：[打开原文](https://huggingface.co/papers/2611.00883)