09:29
官方一手arXiv: DeepSeek@Zewen Liu
推荐理由：这篇论文实验发现，对评估器做概率校准能把偏好耦合降低20-49%，效果显著，推荐给做LLM评估管线的朋友。
TTRL
共 1 条相关 AI 资讯
7月1日
09:29
该论文首次研究评估器校准作为缓解方法，对DeepSeek-V4-Pro执行器和GLM5.2评估器进行受控实验。结果显示，校准将耦合系数gamma降低20-49%，Jensen-Shannon散度降低45-67%。对称LR控制实验确认效果并非来自更新不对称性减少。作者发布了校准TTRL协议，推荐作为轻量级缓解方案。