Gemini 按用户名字区别回答实验开源:225 份答案交互数据面板上线
dejanseo · x · 2026-11-12
DEJAN 为此前「专家身份让 Gemini 答得更好」的实验发布了交互式数据面板和完整数据包:15 个主题、每任务以专家名/随机名/无名各问 5 次,共 225 份答案由独立 Claude 会话盲评 1-10 分。
面板支持按专家提升幅度排序、按主题查看盲评分与思考 token 数,数据包含 answers.csv(全部答案+思考摘要+评分理由)、tasks.csv、SQLite 数据库和复现脚本,方法透明可验证。
所属事件:实验称自称 Karpathy 可让 Gemini 表现提升并开源数据(2 条相关)→
「研究」频道最新
- T 细胞库诊断疾病谁更准？BenchRep-T 基准同台横评各家方法 — anshulkundaje · 2026-11-13
- Eric Topol：多模态 AI 结合液体活检，将重塑癌症监测与极早期检出 — EricTopol · 2026-11-13
- 大脑与神经网络表征会趋同吗？柏拉图表征假说停滞后的机会 — patrickmineault · 2026-11-13
- RL 训练中防作弊监控：更强的裁判让奖励作弊降 86% — burny_tech · 2026-11-13
- 阿里等发布 Co-Design Bench:顶级编码 Agent 真实任务完整完成率仅 26.4% — krishnan · 2026-11-12
- 研究员感叹：92% 与 99% 的模型难区分，瓶颈在 evals — chris_j_paxton · 2026-11-12