兩個獨立模型面板同判 MMLU 答案鍵錯誤，專家發現錯誤率 1/3
When two independent model panels both say an MMLU answer key is wrong, experts found an error 1 time in 3
重點導讀
導語：兩個獨立模型面板對 MMLU 答案鍵錯誤進行交叉檢驗，精度從約 1/5 提升至 1/3。
要點： - 共識檢測：在 6,127 個問題對中，兩面板同時標記且答案相同的 227 例中，專家認定 38 例實際錯誤，精度 33.6%。
AI 伴隨問答
針對這篇報導有疑問？可直接點選快捷問題或向 AI 追問背景脈絡與技術細節：
信源出處dev.to
When two independent model panels both say an MMLU answer key is wrong, experts found an error 1 time in 3
本文為 888news 精選之重點導讀。若需閱讀作者完整原文、技術細節與官方討論，請前往原始網站。
來源： Dev.to Top Tech (dev.to)
開啟原文