PulseAugur
实时 11:39:30
实体 AI safety judges

AI safety judges

PulseAugur coverage of AI safety judges — every cluster mentioning AI safety judges across labs, papers, and developer communities, ranked by signal.

Show in brief
总计 · 30天
1
90 天内 1
发布 · 30天
0
90 天内 0
论文 · 30天
1
90 天内 1
层级分布 · 90 天
主题
情绪 · 30 天

1 天有情绪数据

最近 · 第 1/1 页 · 共 1 条
  1. TOOL · CL_79753 ·

    AI安全评估器通过课程训练以提高规则一致性

    研究人员开发了一种新的AI安全评估器训练策略,旨在提高其一致性和可靠性。该策略使用从提示-响应-标签三元组生成的动态规则来让评估器接触不同的评估标准。在固定规则的初始训练后,课程方法逐步引入这些动态规则,从而使一个12B模型在不同的规则表述下都能实现高准确性和稳定性。