Delip Rao：现有 LLM 微调的判定模型难带来真正的评委多样性
deliprao · x · 2026-09-26
AI 研究者 Delip Rao 评论 typesafeai 的 Jev 产品，认为其代表了一种将持续存在的产品与 AI 设计思路，但指出市面上的 Jev 类模型几乎都是对现有模型的微调。这会导致「评委」们犯相似错误、在生产中强化同样的偏见——换用这版 Jev 也解决不了问题。他呼吁从零开始构建这类模型，以保证真正多样化的合格判定模型。
所属事件:研究称廉价 LLM 判官错误高度相关，级联省钱几乎无效(8 条相关)→
「模型」频道最新
- 谷歌开源 Harness²：能自己改写系统配置的智能体框架 — Arindam_1729 · 2026-11-11
- 开发者吐槽 Codex 桌面版质量差，弃用客户端改走 CLI — tekbog · 2026-11-11
- 旧模型发布前「变笨」？网友调侃：其实是实验室开派喝醉了 — glcst · 2026-11-11
- Grok Bot 新增隐藏指令检测：发现 prompt 注入即警告并拒绝执行 — XFreeze · 2026-11-11
- 上海创新院开源 Nex-N2.6：321B 多模态智能体模型 — victormustar · 2026-11-11
- Nex-N2.6 发布：约 321B 参数 FP8 开源权重，重复循环失败率从 16% 降至 1.6% — Physical_Hat4022 · 2026-11-11