TI_var可预测judge对齐度
sanmikoyejo · x · 2026-07-12
线程给出 TIvar 对 judge 级人类对齐的预测结果：在验证集上，按平均标签的 Spearman 为 0.833，pass1 为 0.905，pass2 为 0.738。实验覆盖了 GPT-5.3-Codex、Claude Opus 4.7、Qwen3-Coder 等 judge 家族。
「研究」频道最新
- Latent-Foresight:让世界模型学着预判自己的未来 — abursuc · 2026-10-27
- 英国 AISI 发文：现有手段不足以防生物 AI 工具被滥用 — davidmanheim · 2026-10-27
- CMU 发布 XYBench:LLM 只答字面问题,常无视用户真实需求 — valentina__py · 2026-10-27
- arXiv 前主席提示:投稿主分类选错,论文几乎必被搁置 — tdietterich · 2026-10-27
- arXiv 积压超 4000 篇论文被搁置，版主致歉并给出避坑建议 — tdietterich · 2026-10-27
- 72 张实拍图训练 MOSS 锐度滑块 LoRA,权重 1 到 -1 调焦 — aoleg77 · 2026-10-27