奖励模型 – 量子位

奖励模型

只因一个“：”，大模型全军覆没

LLM会被表面内容操纵，产生假阳性结果

鹭羽 2025-07-15

LLM 奖励模型

首个奖励模型评分基准！清华复旦港科大联合攻克AI评委“偏科”

评估奖励模型区分微妙变化和抵抗风格偏差的能力

鹭羽 2025-05-13

LLM 基准测试奖励模型

加载更多

热门文章

趋境ATaaS平台发布，打造日均万亿产能的“Token工厂”

阿里发布Qwen3.5-Omni，多模态能力超越Gemini-3.1 Pro

中关村论坛“AI2026：向人立心，向实立命”特邀闭门会顺利举办

ClawTip来了！京东科技首发推出AI智能体的“专属自主零钱包”

全球OCR新王来自中国开源！GitHub狂揽73300+Star