PulseAugur
中
实时 07:56:24
实体 William DeShong

William DeShong

PulseAugur coverage of William DeShong — every cluster mentioning William DeShong across labs, papers, and developer communities, ranked by signal.

Show in brief
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
  1. TOOL · CL_364170 ·

    新流程在没有真实数据的情况下筛选大型语言模型(LLM)裁判

    研究人员开发了一个新的流程,用于评估大型语言模型(LLM)裁判,而无需依赖通常缓慢且昂贵的真实数据。这个分阶段的方法使用明确的决策规则来筛选候选LLM裁判和学生模型,包括输出审计、与现有裁判的相似性检查、偏见评估和决策鲁棒性测试。该流程以AI牙科健康教练为例进行了演示,比较了两个微调的小型语言模型Granite-4.1-8B和Qwen3-8B与几个裁判。虽然该流程识别出了截断输出和幻觉标记等问题,但未能明确区分两个模型的性能,并且没有…