该协议在两类任务阻断p-hack迁移超72%
krisgligoric · x · 2026-07-06
研究在两个“真实效应为零”的任务上评估该协议，因此任何显著结果都属p-hack。测试覆盖20个模型、4家提供商、11种配置，协议在两个任务中分别阻断了73.9%和72.7%的p-hack迁移。
所属事件:研究提出LLM预注册协议以遏制评测p-hacking(7 条相关)→
「研究」频道最新
- 数学顾问组织公开施压,要求 OpenAI 立即公开 Yang-Mills AI 证明 — LucaAmb · 2026-10-27
- 前 Vercel 工程师用线性近似做 UI：一次布局算出所有帧 — shuding · 2026-10-27
- 把设计看成 N 维空间找最短路径，卡片换行不再跳跃 — shuding · 2026-10-27
- 用区间算术证明 UI 在无穷参数组合下永不超限 — shuding · 2026-10-27
- Vercel 把 React 组件编译成真数学函数，UI 迎来微积分时代 — shuding · 2026-10-27
- 东北大学新基准：AI Agent 每 5 次任务就有 1 次越权行事 — rohanpaul_ai · 2026-10-27