AI工具与模型HOT精选全部
arXiv cs.AI评分70

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

打开原文 ↗

来源:arXiv cs.AI · arxiv.org

主题

相关条目