Chinese contentOptimismBench：语言模型概率判断的乐观偏差与对齐效应
这篇论文发现大多数大模型判断概率时普遍乐观，只有Anthropic的模型偏悲观，还揭示对齐训练会改变偏差方向，值得AI开发者和伦理研究者关注。
#偏差检测
2 stories · 0 in 7 days · 0 in 30 days
Stories, products and papers tagged "偏差检测", newest first.
Jul 30
Jul 17
Papers11:18
Chinese contentSymbal: 检测模型生成图像描述中的系统性偏差这篇论文提出了检测模型生成描述时系统性偏差的新方法和基准SymbalBench，比之前方法好用4倍，适合需要审计多模态模型输出的人。