亚马逊研究：用 Ising 模型提升 LLM 评判准确性
DocXavi · x · 2026-08-29
Amazon Science 发布研究，探讨当 LLM 评判者意见一致时是否可信。
- 问题背景：共享提示词、同族模型或训练谱系可能导致“多数票”看起来比实际更强。
- 解决方案：提出一种基于依赖感知的聚合方法，利用 Ising 模型考虑评判者之间的依赖关系。
- 实验结果：该方法在准确性上比加权多数投票提高了 9%–14%。
- 核心观点：盲目相信一致性可能导致偏差，需要更复杂的聚合策略来修正。
「研究」频道最新
- Halcyon：0.52B 参数省 18 倍算力超越 LlamaGen-XL/8 文生图基线 — JosephJacks_ · 2026-10-16
- GPT-6.1 审查 arXiv：6% 论文主定理有错，近两月降至 1.5% — nitarshan · 2026-10-16
- 研究：一个 just 之差就能改变 LLM 对话的走向 — StellaLisy · 2026-10-16
- SEAR 首次大规模对照研究：7 个前沿 LLM、330 项任务检验自进化机器人 — xiye_nlp · 2026-10-16
- Claude 助力连破椭圆曲线纪录后，EC Rank 挑战赛开放 156 个纪录位 — Jsevillamol · 2026-10-16
- 用超声替代胎儿 MRI，牛津团队做产前大脑 AI 建模 — AnnaCiaunica · 2026-10-16