实体
Weronika Łajewska PhD
Weronika Łajewska PhD
PulseAugur coverage of Weronika Łajewska PhD — every cluster mentioning Weronika Łajewska PhD 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RADIUS套件评估LLM调查模拟对齐情况
研究人员推出了一款名为RADIUS的新套件，旨在评估大型语言模型（LLM）在模拟调查响应中的对齐情况。与仅关注准确性或分布相似性的现有指标不同，RADIUS在排名和分布两个维度上评估对齐，并纳入统计显著性检验。实验表明，RADIUS能够识别LLM调查模拟中的关键缺陷，例如错误地识别出人类最偏好的选项，而单一指标评估通常会忽略这些缺陷。该套件已开源，以促进调查模拟工具的可复现和可比较评估。
-
LLM 代理使用数据驱动的个性化模拟 A/B 测试
研究人员开发了一个新颖的框架，使用大型语言模型 (LLM) 代理来模拟 A/B 测试。这些代理基于从真实用户行为信号派生的数据驱动的个性化条件，超越了合成或基于规则的方法。该系统将 A/B 测试模拟构建为结构化问题任务，并在 40 个 A/B 测试的基准测试中展示了 0.75-0.90 的方向准确性，为更快、更具成本效益的实验预筛选提供了途径。