实体
Saksorn Ruangtanusak
Saksorn Ruangtanusak
PulseAugur coverage of Saksorn Ruangtanusak — every cluster mentioning Saksorn Ruangtanusak 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
2
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
-
新基准揭示AI模型未能将其能力与指定角色对齐
研究人员推出了RoleCapBench，一个旨在衡量推理模型中“角色能力泄露”（RCL）的新基准。当模型被提示采用特定角色（例如，幼儿园小朋友）时，仍然表现出远超该角色预期水平的能力（例如，解决微积分问题），这种现象就发生了。该基准评估了模型在各种教育角色和评估级别上的表现。对开放权重模型的初步测试显示出显著的RCL，模型即使在扮演能力较弱的角色时，也能在高级任务上保持高准确率。一种名为“Injection”的推断时干预措施旨在通过提…
-
新基准测试语音到语音模型中的多轮推理能力
研究人员推出了 SpeechConversationBench (SCB)，这是一个旨在评估语音到语音模型多轮推理能力的新评估框架。该基准测试使用了来自 GSM8K 数据集的 103 个分片问题，比较了整轮交付、串联分片交付和增量语音披露的性能。初步结果显示，当信息增量式披露时，商业系统的准确性显著下降，凸显了对话上下文管理方面的挑战。