实体 Newcombe-Wilson

Newcombe-Wilson

PulseAugur coverage of Newcombe-Wilson — every cluster mentioning Newcombe-Wilson across labs, papers, and developer communities, ranked by signal.

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

RESEARCH · CL_135201 · Jul 8 · 23:24

研究发现 Gemini 模型作为 AI 音频裁判表现出高可靠性

一项新的研究论文评估了 Google 的 Gemini 模型在用作评估全双工语音代理对话的音频裁判时的可靠性。研究发现，Gemini 2.5 Flash 在大多数评分维度上与人类评分者表现出高度一致性，并且在 Gemini 系列模型之间具有可比的排名能力。虽然 Gemini 3.5 Flash 在简单一致性方面有所提高，但 Gemini 3.1 Pro 尽管排名相关性相似，但其评分维度低于人类评分者，这表明模型更换需要重新验证。研究表…