Chinese content双智能体 LLM 流水线实现可扩展的对话式考试系统
口试能逼学生讲清推理过程，但一个老师考不了全班。这篇论文用两个分工的智能体做对话式考试，一个提问一个暗中按 rubric 打分，还专门防提示注入骗答案。做教育产品或评估工具的人可以看看架构设计。
#dual agents
3 stories · 1 in 7 days · 1 in 30 days
Stories, products and papers tagged "dual agents", newest first.
Nov 13
Sep 29
Chinese contentCLEAR-Med 双智能体框架用 SQL 锚定临床数据问答，准确率较 ChatGPT 基线提升 54.4 个百分点
医生朋友做临床数据分析的可以看看这个 CLEAR-Med 框架，让模型先写 SQL 再独立校验，准确率从 12% 拉到 66%，还能弃答不乱猜。
Sep 10
GANDR: Legal Answer Verification System
GANDR improves legal answer verification by 11.3 points over baselines, addressing critical needs in legal practice where claim verification is essential.