实体 ChatInvent

ChatInvent

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

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

TOOL · CL_216093 · Aug 24 · 04:00

新LLM评估系统用于AI药物发现代理，经人类专家验证

研究人员开发了一个新的基于LLM的评估系统，用于评估AI代理在药物发现中的性能，解决了传统指标的局限性和人类评估的可扩展性问题。该系统在AstraZeneca的ChatInvent助手上进行了测试，定义了四个质量维度，并使用LLM裁判来评估输出。一项人类对齐研究发现，Gemini-3.1 Pro、Claude Opus 4.7、GPT-5和Llama 3.1 70B被评估为潜在裁判，通过少样本演示优化表现最佳的裁判，以实现与人类专家的…