PulseAugur
中
实时 07:08:51
实体 difference in differences

difference in differences

PulseAugur coverage of difference in differences — every cluster mentioning difference in differences 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_223153 ·

    大语言模型（LLM）裁判审计因审查评级量表分析存在缺陷

    一篇新发表在arXiv上的研究论文详细介绍了一种审计大语言模型（LLM）裁判的方法缺陷，特别是在审查评级量表上使用双重差分法分析时。研究表明，即使候选响应之间不存在真实的偏好差异，该方法也可能人为地夸大或制造出一种效应。这种人为制造的效应源于量表边界引起的差异性衰减，而这种衰减可以通过审计自身的评分来衡量。