PulseAugur
中
实时 06:56:00
实体 commit-first judging

commit-first judging

PulseAugur coverage of commit-first judging — every cluster mentioning commit-first judging 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_231353 ·

    新论文批评LLM评判者，发现普遍存在的漏洞

    一篇新的arXiv论文提出了一种用于大型语言模型（LLM）评判者的“提交优先评判”方法，以防止它们被操纵。研究发现，在审计的八个广泛使用的评估框架中，没有一个实现了这种防御，许多框架使用了无效的变体。在实验中，评判者接受了有缺陷的候选者，在一种情况下，评判者自身的错误答案导致了更糟糕的评估结果。