实体
LLM Juries
LLM Juries
PulseAugur coverage of LLM Juries — every cluster mentioning LLM Juries 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 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 2 条
-
LLM陪审团代码审查准确性测试
一篇新的arXiv论文探讨了使用“LLM陪审团”来审查大型语言模型生成的代码的有效性。该研究对15个开源模型进行了SQL生成任务的基准测试，然后组成了由六个顶级模型组成的无异议委员会。这些委员会仅在所有成员都同意其正确性时才接受生成的代码，旨在减少安全关键部署中的误接受。研究表明，虽然单个模型不一致，但小型无异议委员会可以显著提高准确性并减少错误。
-
DoorDash 使用“LLM 陪审团”进行高级食品元数据生成
DoorDash 正在探索使用“LLM 陪审团”来生成和完善食品元数据，旨在提高菜单项信息的准确性和丰富性。该方法利用多模态 AI 来理解和处理各种形式的数据，从而增强通信的上下文优化。该举措旨在为食品项创建更详细、更有用的元数据，从而可能改善用户体验和运营效率。