10:46
官方一手arXiv: DeepSeek@Abdalla Doleh, Toni Somers, Ratna Babu Chinnam
推荐理由：这篇论文讲怎么用LLM自动造认知决策场景，还验证了复杂度靠谱，做AI评估或心理学实验的可以看看。
Llama 4 Maverick
共 1 条相关 AI 资讯
8月11日
10:46
该研究开发了一个自动化流程，用大语言模型生成结构化决策场景，并通过基于任务复杂度理论的复合框架验证其复杂度。研究评估了4,238个场景，五个独立模型家族的一致性近乎完美，组内相关系数达0.997，kappa值为0.971。已知组效度显示各复杂度层级间分离明显，eta-squared为0.587，所有配对比较p值小于0.001。因子分析显示一个主导的复杂度构念，载荷在0.87到0.96之间，交互性构成较弱的次要维度。Llama 4 Maverick生成速度最快，每分钟134个场景，而DeepSeek Chat V3.2在领域覆盖和模式合规性上更均衡。