Stanford HAI 警告：平均专家分数会抹掉好用建议
StanfordHAI · x · 2026-07-25
Stanford HAI 指出，AI 开发者常依赖心理健康专家来评估聊天机器人的回答是否安全，但如果把专家分数简单平均，最后得到的回复可能没有一个人会认为是好建议。
- 问题不只是专家之间意见不一致，而是这种分歧被压成单一数字后，信息被抹平了。
- 这反映了聊天机器人安全评估里的一个具体失效模式，尤其是心理健康类回答。
- 文章提示：粗暴的分数聚合方式，可能掩盖专家判断中的真实差异。
「研究」频道最新
- 3D ResNet 论文八年突破 3000 引用，Kinetics 数据集成里程碑 — HirokatuKataoka · 2026-09-11
- 把数据调度变成优化的一部分：样本选择与排序影响 LLM 训练 — Puzzleheaded_Box2842 · 2026-09-11
- Jeff Heaton《神经网络数学导论》开放免费完整下载 — blaizedsouza · 2026-09-11
- 数学家 Daniel Litt 上线问题库,15 题仅 1 题被解,用来追踪 AI 解题进度 — littmath · 2026-09-11
- AI 智能体协作优化 secp256k1 量子电路,挑战打破 ECDSA — StefanoGogioso · 2026-09-11
- Alex Townsend 汇编 200 个数值线性代数开放问题，供人类与 AI 攻关 — IgorCarron · 2026-09-11