22:09
LangChain@LangChainAI
LangChain@LangChainAI精选76°
推荐理由：LangChain搞了个低成本trace judge，用阿里Qwen微调，性能不输顶级模型还便宜100倍，做trace监控的可以看看。
全部 AI 动态
AI 相关资讯全量信息流
6月23日
22:09
LangChain与Fireworks AI合作，微调阿里Qwen模型构建了trace judge，用于检测生产trace中的“感知错误”。该judge在性能上匹敌或超越前沿模型，同时运行成本降低100倍。相关研究成果已发表在LangChain Labs博客。
6月18日
10:56
10:56
arXiv cs.LG@Mark A. Anastasio
推荐理由：想知道医学影像AI领域的科研方向出了问题在哪？这篇Perspective论文直接点出算法竞赛之外的概念缺失，给实验室和期刊提出了改进建议。
6月16日
20:46
AITOP6月16日 20:46
6月15日
11:12
11:12
arXiv cs.AI@Jan Batzner, Sree Harsha Nelaturu, Anastassia Kornilova, Jon Crall, Tommaso Cerruti, Yanan Long, Yifan Mai, Sanchit Ahuja, Asaf Yehudai, Marek Šuppa, John P. Lalor, Oluwagbemike Olowe, Jatin Ganhotra, Brian H. Hu, Eliya Habba, Andrew M. Bean, Chang Liu, Sander Land, Steven Dillmann, Aniketh Garikaparthi, Elron Bandel, Saki Imai, James Edgell, Wm. Matthew Kennedy, Jenny Chim, Patrick Meusling, Asteria Kaeberlein, Venkata Ramachandra Karthik Chundi, Manasi Patwardhan, Martin Ku, Austin Meek, Leon Knauer, Brian Wingenroth, Srishti Yadav, Usman Gohar, Felix Friedrich, Michelle Lin, Jennifer Mickel, Arman Cohan, Stella Biderman, Irene Solaiman, Zeerak Talat, Anka Reuel, Mubashara Akhtar, Gjergji Kasneci, Avijit Ghosh, Leshem Choshen
推荐理由：统一了AI评估结果格式
6月12日
12:57
AITOP6月12日 12:57
10:27
10:27
arXiv cs.AI@Lezhi Tan, Tijana Zrnic
推荐理由：合成数据在科研中越来越常见，但偏差问题一直让人头疼。这篇论文给出了一个可操作的统计框架，让做社会科学调查或AI评估的研究者可以放心地用合成数据做推断，值得关注。
6月11日
15:28
AITOP6月11日 15:28
15:23
AITOP6月11日 15:23
15:07
AITOP6月11日 15:07
6月5日
12:47
12:47
Logan Kilpatrick@OfficialLoganK
Logan Kilpatrick@OfficialLoganK推荐理由：做 AI 评估或模型开发的团队，现在投入公开基准测试能抢占先机——Logan 点出了这个被忽视的蓝海，建议关注并尝试创建自己的测试集。
5月30日
01:01
01:01OpenAI Blog（博客/媒体）
推荐理由：做AI安全评估、模型审计或合规工作的团队可以直接参考这份标准化框架，省去自己摸索评估流程的时间。
5月11日
11:45
11:45arXiv cs.AI（学术论文）
推荐理由：该研究直面AI评估领域的方法论碎片化问题，提出的结构化流程和人类中心设计原则为业界提供了可操作的标准化评估框架，尤其对金融等高风险行业的AI系统评估具有直接参考价值。