PulseAugur
中
实时 00:41:38
实体 Hosna Oyarhoseini

Hosna Oyarhoseini

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

Show in brief
总计 · 30天
0
90 天内 1
发布 · 30天
0
90 天内 0
论文 · 30天
0
90 天内 1
层级分布 · 90 天
主题
最近 · 第 1/1 页 · 共 1 条
  1. TOOL · CL_36624 ·

    新框架揭示LLM排行榜易受操纵

    研究人员开发了一个统一的框架，用于分析大型语言模型评估排行榜的稳定性和潜在操纵性。他们的研究使用了Chatbot Arena等数据集，揭示了当前的排行榜极易受到微小数据扰动的影响，这会改变排名靠前的模型和置信区间。该框架不仅审计这些漏洞，还提供了高效定向操纵的方法，凸显了对更鲁棒的评估协议的需求。