前端设计被归为视觉 agent 任务,分组相对评分引关注
stochasticchasm · x · 2026-09-22
- 作者点评一项 agent 评测工作:将前端设计归入「视觉 agent 任务」分类,并采用相对分组评分（groupwise grading）而非传统的逐点评分（pointwise grading）。
- 作者注意到该工作公开了用作评分器的模型,并惊讶于 SFT（监督微调）在此任务上已足够稳健,感叹 SFT 技术如今已相当成熟。
所属事件:Agent 评测新思路：前端设计归入视觉任务并采用分组评分(2 条相关)→
「研究」频道最新
- 曝 OpenAI 训练仅 24 天的模型已解决百余道数学长期难题 — soumitrashukla9 · 2026-09-22
- OpenAI 称新模型两周解决逾百个数学长期开放问题 — MakeUSAVAT · 2026-09-22
- Yann LeCun 与 Moderna 联合创始人加盟 Cellular Intelligence,押注 AI 预测细胞行为 — arjunrajlab · 2026-09-22
- OpenMined 用 PySyft 三角色分工破解外部 AI 评估扩容难题 — iamtrask · 2026-09-22
- RL 细节讨论：奖励重分配算法与在线过滤 reward hack — stochasticchasm · 2026-09-22
- RL 训练新思路：用 agent 在沙盒里做组内对比取代 pairwise — stochasticchasm · 2026-09-22