PulseAugur
中
实时 10:42:46
实体 human-centric evaluation

human-centric evaluation

PulseAugur coverage of human-centric evaluation — every cluster mentioning human-centric evaluation 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_204026 ·

    新框架在基础模型评估中优先考虑人类主观体验

    提出了一种新的人本评估（Human-Centric Evaluation）研究框架，用于评估基础模型，侧重于主观用户体验而非仅仅客观基准。该框架在多模态研究背景下捕捉对问题解决能力、信息质量和交互体验的感知。涉及604次人类评估实验的测试表明，当前的LLM-as-a-judge方法难以复制真正的人类主观判断，强调了直接人类评估的持续重要性。