PulseAugur
中
实时 17:35:16
实体 XINLI1997/DebateLedger-gated

XINLI1997/DebateLedger-gated

PulseAugur coverage of XINLI1997/DebateLedger-gated — every cluster mentioning XINLI1997/DebateLedger-gated 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_269446 ·

    新的大语言模型辩论协议追踪最终准确度之外的崩溃与修正

    研究人员开发了一种新的协议来评估多智能体大语言模型（LLM）辩论，超越了简单的最终答案准确性。该协议在 NeurIPS 2026 上发表的一篇论文中详细介绍，使用转换分类账来追踪崩溃（最初正确的答案变为不正确）和修正（最初不正确的答案变为正确）等机制。对 6,925 场 MMLU-Pro 辩论的分析揭示了 253 次崩溃，突显了一种权衡，即防止崩溃也可能阻止有价值的修正。研究发现，许多崩溃发生在辩论的初始轮次，这表明早期的分歧可能导致…