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
- HF 工程师争论:非生成任务全用因果注意力是在浪费算力 — antoine_chaffin · 2026-09-11
- 智利学者：AI 反馈规模化是医学教育可持续的关键 — julianvarascom · 2026-09-11
- Nature 新研究实现全身器官细胞活动成像,揭示跨器官体级回路 — arjunrajlab · 2026-09-11
- SignNet 1M 手语数据集发布 — ducha_aiki · 2026-09-11
- ECCV26 口头论文：流匹配实现多视角点云配准 — ducha_aiki · 2026-09-11
- InFlux++ 方法发布 — ducha_aiki · 2026-09-11