CoLM 2026 论文提出将 LLM「vibe 测试」转化为可量化指标

在 CoLM 2026 海报环节，Itay Itzhak 展示了论文《From Feelings to Metrics》，研究 LLM 的「vibe 测试」：让用户对模型进行 vibe-vote，观察真实用户如何选定主力模型。该工作针对排行榜第一的模型实际使用体验却不对劲、用户只能手动比较模型的痛点，试图把主观的 vibe-testing 转化为可衡量的评测指标。

2026-10-08 ~ 2026-10-08 · 2 条相关