实体 Wiggle Framework

Wiggle Framework

PulseAugur coverage of Wiggle Framework — every cluster mentioning Wiggle Framework 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

TOOL · CL_200996 · Aug 14 · 15:50

Meta 的 Wiggle Framework 揭示 LLM 裁判在压力下不稳定

一篇新论文介绍了 Wiggle Framework，用于在各种任务和稳定性轴线上对大型语言模型裁判进行压力测试。该框架评估了 LLM 在重新提示、单次挑战和持续压力下的判决变化情况。研究结果表明，所有经过测试的前沿模型都表现出不稳定性，判决频繁翻转，并且对抗性说服经常会破坏对事实真相的判断。