10:15
官方账号arXiv cs.AI@Dennis Gross, Helge Spieker
精选73°
推荐理由：这篇论文教你如何用模型检查方法自动验证LLM生成的解释是否可靠，比随机测试发现更多问题。
模型检查
共 1 条相关 AI 资讯
9月1日
10:15
研究人员提出使用概率模型检查作为测试预言机，对大型语言模型生成的后验解释进行系统性测试。该方法在七个MDP环境中测试了三个开源LLM，一个推理模型通过85%的测试用例，中等规模模型通过70%，而10亿参数模型的表现低于随机基线。测试通过查询分类法结构化输入空间，并根据问题特定的诊断难度分数对测试用例进行优先级排序。