验证器的判断经得起抽象吗?衡量 LLM 智能体评估中的验证迁移
原文标题:Do Verifier Judgments Survive Abstraction? Measuring Verification Transport for LLM Agent Evaluation
导读
这项研究检验 LLM 验证器在不同表征下的判断是否稳定,评估智能体执行时换个抽象层次会不会翻车。
推荐理由
涉及大模型与智能体 · 与本主题相关
来源:arXiv cs.AI · arxiv.org
原文标题:Do Verifier Judgments Survive Abstraction? Measuring Verification Transport for LLM Agent Evaluation
这项研究检验 LLM 验证器在不同表征下的判断是否稳定,评估智能体执行时换个抽象层次会不会翻车。
涉及大模型与智能体 · 与本主题相关
来源:arXiv cs.AI · arxiv.org