人类一致性无法验证judge
sanmikoyejo · x · 2026-07-12
线程指出，使用人类一致性来验证 judge 不可扩展：每次配置改动都会让上一轮研究失效。Lean kernel 也帮不上忙，因为它只能检查证明是否通过，不能判断提出的定理是否正确、是否过于空泛或欠约束。即使代码能 typecheck，也可能在语义上有问题。
「研究」频道最新
- 本周热议的数学猜想到底关我什么事?一张普通人视角清单 — koltregaskes · 2026-09-11
- 果蝇大脑 LLM 权重上架 Hugging Face,兼容 transformers 可直接跑 — ngxson · 2026-09-11
- 用果蝇大脑连接组造了个 LLM,作者放出在线 demo — ngxson · 2026-09-11
- 社会学家 Harry Collins：LLM 无法发明新语言，做不了前沿科学 — whoamisri · 2026-09-11
- 「Waymo 效应」：AI 正在悄悄让科研协作变少 — JohnHammersley · 2026-09-11
- 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