IXThinker·2026-04-01 01:10研究框架優化AI基準評分者配置
如何打造更可靠的AI基準？新研究提出基於黃金標準人工評分的評估框架，優化評分項與評分者數量的權衡，主張正視人類評分的天然分歧，提升基準可復現性。
可復現性基礎
可復現性是機器學習研究信任與協作的基石，但當前AI基準常將人類評分間的天然分歧視為噪聲或直接忽略，導致評估結果失真，影響模型比較的信度。
IXThinker 會員內容
呢篇係 Archive 內容。登入即可解鎖全文，仲有成個 15,000+ 篇、每日更新嘅 AI 動態資料庫。
免費登入／註冊解鎖全文 →Google 或電郵地址即可，即刻解鎖。