가중치 원소 0.005%만 달라도 점수가 1.4%p 움직였습니다: 생성 채점으로 모델을 비교하다 저희 보고를 철회한 과정

가중치 원소 0.005%만 달라도 생성 채점 점수가 1.4%p 움직였습니다. 같은 파일 재측정이 속이는 이유, 기준선 함정, 잘림 비율 보고법을 실측으로 정리했습니다.