TI_var可预测judge对齐度
sanmikoyejo · x · 2026-07-12
线程给出 **TI_var** 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。
sanmikoyejo · x · 2026-07-12
线程给出 **TI_var** 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。