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
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。
來源: Dev.to Top Tech (dev.to)
開啟原文