实体
Human judgments of positive and negative causal chains
Human judgments of positive and negative causal chains
PulseAugur coverage of Human judgments of positive and negative causal chains — every cluster mentioning Human judgments of positive and negative causal chains across labs, papers, and developer communities, ranked by signal.
总计 · 30天
1
90 天内 2
发布 · 30天
0
90 天内 0
论文 · 30天
1
90 天内 2
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 2 条
-
新的贝叶斯模型分析AI对人类判断在线信息的影响
开发了一个新的贝叶斯级联模型，即“网关条件”，用于分析基于AI的可信度指标如何影响人类对在线信息的判断。该模型强调了一种权衡：过度依赖AI可以保持正确预测，但也会通过阻碍人类的纠正性印象来放大错误。虽然AI通常优于人类用户，但个体对AI的信任程度不同，如果AI较弱，可能导致错误信息级联。多样化AI信号可以改善基于群体的评估。
-
大语言模型同行评审：会议指南优于模仿
一项新近发表在arXiv上的研究调查了不同的审稿人指南设计如何影响基于大语言模型（LLM）的自动化同行评审的有效性。研究发现，通过既定实践精炼而成的官方会议指南，其产生的评估结果与人类判断最为一致。相反，旨在模仿人类审稿人的指南效果较差，而严格的评分条目式评分则会降低性能。该研究强调了在自动化同行评审中，主观和整体性评分比强制执行严格的评分条目更有价值。