研究：Agent 面试式筛选可过滤错位模型，团队保持 81-83% 干净
shangbinfeng · x · 2026-10-23
多 LLM 模型选择研究线程的补充发现：当 10 个候选模型中有 1-6 个是描述看似无害的错位/不安全模型时——
- Agentic 面试与 Nested selection 能让团队保持 81-83% 干净率
- 基于描述的「招聘」效果与随机选择无异（65%）
- 基于能力的筛选器可扩展到更大候选池，并能迁移到未见过的任务
另：随机组队成绩波动可达 ±25 分；单挑最强的模型组队反而可能翻车（multi-agent refine 下 TruthfulQA 24.8 vs 随机的 45.4）；能力感知选择比随机/启发式最多好 36.1%，还能超过最强单模型。
所属事件:研究提出9种策略为多LLM协作选模型，最优可超随机36.1%(5 条相关)→
「研究」频道最新
- 新研究提出「瓶颈压力」指标：同一任务在不同职业面临不同 AI 冲击 — soumitrashukla9 · 2026-10-23
- 基因组「暗物质」破解：语言模型加 AI agent 挖掘非编码 RNA — BrianHie · 2026-10-23
- ICLR 2027 审稿人抱怨：分配稿件大多是「难以卒读的 slop」 — JessicaHullman · 2026-10-23
- Anthropic 开放生命科学「客座研究员」计划：免费用模型，成果开源 — nc_frey · 2026-10-23
- 斯坦福博士答辩公开：生成模型守护自主系统安全，还上了真机试飞 — StanfordAILab · 2026-10-23
- Hugging Face 开源 ThinkingBox:用数据库评分做 RL 奖励训练 Agent — Hugging Face Blog · 2026-10-23