实体
Missed
Missed
PulseAugur coverage of Missed — every cluster mentioning Missed across labs, papers, and developer communities, ranked by signal.
总计 · 30天
2
90 天内 2
发布 · 30天
0
90 天内 0
论文 · 30天
0
90 天内 0
层级分布 · 90 天
主题
最近 · 第 1/1 页 · 共 2 条
-
AI模型评分：四级制提供可操作的见解，优于二元制
作者讨论了AI模型评分方法上的差异，将自己使用的四级制（FATAL、RISKY、MISSED、HARMLESS）与Hamel Husain推荐的二元制（好/坏）评分进行了对比。Husain认为细粒度评分由于模糊性和缺乏可操作的见解而不可取，但作者认为自己命名的四级制提供了关键的区别。该系统允许在模型发布、工具退役和更换方面做出具体决策，而简单的二元制或平均分数会掩盖这些信息。
-
大语言模型开发者提出基于严重程度的分级，以防止不可逆的错误
一位大语言模型开发者提倡在评估语言模型时采用基于严重程度的分级系统，而非简单的通过/失败计数。提出的方法将失败分为不可逆（致命）、有风险、遗漏或无害，并强调即使总体得分很高，但只要出现一次不可逆错误就应阻止部署。该开发者分享了其在使用有缺陷的评分系统时，错误地惩罚了正确答案的个人经历，并强调了频繁地将模型输出和写入结果保存到磁盘的重要性，以避免数据丢失并便于重新评分。