11:38
官方账号arXiv cs.LG@Javier Aguilar Martín
推荐理由：GPT-5.x修复代码模型缺陷的实验揭示了采样验证的局限性
采样验证
共 1 条相关 AI 资讯
8月19日
11:38
该研究探讨了Code World Model范式中LLM合成的可执行世界模型在连续控制环境下的认证问题。研究发现GPT-5.x在105个包含模式的样本中修复了被省略的1D夹具，在56个仪器流块中有50次完全准确（95%置信区间[0.781, 0.960]）。在2D区域实验中，156个样本中没有任何工件能恢复规则，而8个有针对性的干预措施未能解决失败问题。研究证明了版本空间证书表明识别是类相对的，在最宽剂量下，20个块中有20个 declared fit 成功，20个样本一致圆中有18个在容差范围内。