实体 curate

curate

PulseAugur coverage of curate — every cluster mentioning curate 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

最近 · 第 1/1 页 · 共 1 条

TOOL · CL_20510 · May 7 · 04:00

新研究认为仅靠模型级测试无法判断人工智能对齐性

一篇新论文认为，仅在模型层面评估人工智能对齐性不足以理解其在现实世界中的部署。研究强调，当前的基准测试缺乏面向用户的验证和过程可控性，因此仅凭模型级分数无法推断真正的对齐性。研究表明，评估脚手架的有效性高度依赖于模型，因此有必要转向具有对齐性配置文件和明确推断距离报告的系统级评估。