一种名为TERRA(测试时错误响应和可实现性审计)的新审计协议已被引入用于评估AI模型。TERRA是一个审计协议,而不是一个新的推理算法,它将干预结果分解为适用性、目标状态实现、终点翻译、危害以及资源/推理成本。对可执行金融推理的实验表明,上下文扩展可能对不同配置产生不同影响,由于翻译差异,充分的证据不能保证正确性,并且诊断余量并不总是能确保实际收益。 AI
影响 为评估AI模型可靠性和安全性引入了一个新框架,特别是在复杂的推理任务中。
排序理由 该条目描述了一篇研究论文中提出的AI模型的新审计协议。[lever_c_demoted from research: ic=1 ai=1.0]
在 Hugging Face Daily Papers 阅读 →
- capability-conditioned test-time inference
- diagnostic headroom
- endpoint translation
- executable financial reasoning
- Harm
- local consistency
- program-consistency
- rendering
- resource/inference cost
- Retrieval
- State realization with exogenous variables - A test on blast furnace data
- state-transition audit
- target-state realization
AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →