LLM评分一致性受模型、提示词和机构影响
热点事件持续更新
LLM评分一致性受模型、提示词和机构影响
1 篇报道1 个报道来源4 小时前更新
先了解这件事
AI 综述
Giulio Corsi 等人发表研究，基于英国三所大学 761 份心理学本科作业，评估了三种前沿 LLM 单独及集成评分与人类评分的一致性。研究发现，人机一致性因模型、提示词和机构而异，无单一最优组合。 所有模型均将分数向中心压缩，高估最弱作业并低估最强作业，且这种误差在集成模型中未被消除。
AI 根据报道生成 · 2 小时前更新
最新进展10月14日 12:00
arXiv 论文：LLM 与人类在本科作业评分上的一致性取决于模型、提示词和机构报道时间线
沿着报道，了解事件的不同侧面。
10月14日
- arXiv cs.CL精选arXiv 论文：LLM 与人类在本科作业评分上的一致性取决于模型、提示词和机构
一项基于英国三所大学 761 份心理学本科作业的研究发现，三种前沿 LLM 与人类评分的一致性因模型、提示词和机构而异，且无单一最优组合。所有模型均将分数向中心压缩，高估最弱作业并低估最强作业，且这种误差在集成模型中未被消除。
本事件热度走势
还没有足够的连续观测数据，暂不绘制趋势。