Munim, Inc.旗下的MV2进行的一项研究调查了AI模型在其反馈中是否会准确引用学生文本。研究涵盖了包括Llama-3.1:8b、Mistral-7B、Mistral-24B、Qwen2.5-70B、Gemini 2 Flash和LearnLM在内的六款不同的大型语言模型,发现在AI生成的反馈中,约有1.18%的引用内容篡改了学生的原话。较短的引用比较长的引用更容易被篡改,研究表明模型大小并非引文准确性的可靠指标,其中一款指令调优模型引用非常忠实,而一款中等规模的通用模型表现不佳。 AI
影响 强调了仔细评估AI反馈工具的必要性,因为不同模型的准确性差异很大。
排序理由 分析AI模型在特定任务行为的研究论文。[lever_c_demoted from research: ic=1 ai=1.0]
- Almousa
- FeedType
- Gemini 2 Flash
- IELTS
- LearnLM
- Llama-3.1:8b
- Mistral-24B
- Mistral-7B
- Munim, Inc.
- Qwen2.5-70B
AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →