AV-AIVAT 相关 AI 资讯 · AI 热点

8月7日

12:34

12:34

官方账号arXiv cs.LG@Boning Li, Yu Chen, Longbo Huang

AV-AIVAT将方差缩减工具AIVAT与连续监测的置信序列结合，实现随时有效的提前停止。在15个LLM智能体配置、共71,439手HUNL牌局中，AIVAT使方差中位降低54倍。标称95%置信水平、目标精度±1大盲下，原始结果需要中位74倍于AIVAT修正结果的手数才能停止。精确有限样本认证采用Empirical-Bernstein置信序列，需独立推导修正收益的上界；HUNL描述性运行显示中位停止时间比为1.37倍。

论文 AV-AIVAT AIVAT 智能体评估

推荐理由：比智能体强弱怕烧钱？AV-AIVAT在证据够了就立刻停，牌局评估能便宜74倍，还保留可审计证据。