一篇新的研究论文引入了“认知谦逊度”(EH)的概念来评估大型语言模型(LLM)代理,重点关注它们如何处理冲突信息。该研究“准确但不谦虚:在知识冲突下评估大型语言模型代理的认知谦逊度”提出,在面对矛盾证据时,衡量代理识别、应对和沟通不确定性的能力。研究人员发现,高任务准确性并不总是与认知谦逊度相关,因为一些代理可能会检测到冲突,但在最终输出中未能沟通其不确定性。该论文建议,提高 EH 可能需要采取措施来平衡准确性与代理对其知识局限性的认识。 AI
影响 这项研究强调了当前大型语言模型代理评估中的一个关键差距,可能推动更可靠、更值得信赖的人工智能系统的发展。
排序理由 该集群是关于一篇详细介绍大型语言模型代理新评估方法的学术论文。
在 Hugging Face Daily Papers 阅读 →
- Accurate but Not Humble: Evaluating Epistemic Humility in LLM Agents under Knowledge Conflict
- arXiv
- epistemic humility
- Escalate
- Hugging Face
- language model
- LLM agents
AI 生成摘要 · Google Gemini · 来自 3 个来源。 我们如何撰写摘要 →