实体
AGIEval
AGIEval
PulseAugur coverage of AGIEval — every cluster mentioning AGIEval across labs, papers, and developer communities, ranked by signal.
总计 · 30天
2
90 天内 2
发布 · 30天
0
90 天内 0
论文 · 30天
2
90 天内 2
层级分布 · 90 天
主题
最近 · 第 1/1 页 · 共 2 条
-
主密钥假说：通过线性子空间对齐解锁跨模型能力迁移
研究人员提出了主密钥假说（Master Key Hypothesis），认为模型能力存在于可迁移的潜在子空间中，这些子空间可以在不同模型规模之间对齐。他们开发了一个名为 UNLOCK 的框架，实现了像链式思考（Chain-of-Thought）推理等能力的无训练、无标签迁移。实验表明，在不同 Qwen 模型之间迁移推理能力时，准确率显著提高，甚至超过了更大规模的、经过后续训练的模型。
-
AI聊天机器人在精神科急诊分诊方面表现出色，但过度分配紧迫性
一项新研究评估了15款先进的AI聊天机器人使用112个临床情景进行精神科急诊分诊的能力。聊天机器人识别真正紧急情况的准确率很高，危急病例的漏诊率为5.6%。然而，它们倾向于过度分诊不太紧急的情况，导致平均有符号序数误差表明总体上高估了紧迫性。所有分诊级别的总体准确率在不同模型之间差异很大，范围从42.0%到71.8%。