跳到正文
Dev.to Top Tech(dev.to)· munimv2·· 20 天前精選品質評分76

研究以頂尖模型共識篩查 MMLU-Pro 答案鍵錯誤

When top models agree MMLU-Pro's answer key is wrong, experts found an error in fewer than 1 in 5 cases

重點導讀

MV2 以 10 個模型的作答共識篩查 MMLU-Pro,並與專家標註比對,發現較嚴格的共識門檻能提高命中比例,但模型意見一致仍不足以判定答案鍵有誤。

AI 伴隨問答

自備 Key 深度分析

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:

推薦理由

研究以模型共識篩查 MMLU-Pro 答案鍵,並用專家標註檢查命中情形;結果也呈現模型共識的誤報與選項差異。

信源出處dev.to

When top models agree MMLU-Pro's answer key is wrong, experts found an error in fewer than 1 in 5 cases

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。

開啟原文
來源: Dev.to Top Tech (dev.to)
開啟原文

讀者討論

理性交流 · 即時討論