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

全国首批！商汤大装置SenseCore获软件供应链安全能力评估证书

「斯坦福AI小镇」创业即获投1亿美元！李飞飞卡帕西都投了

情人节最硬核“Kiss”！中国AI突破300年亲吻数难题，连刷多维度纪录

人形机器人放无人机，还能上天入海！有点过于赛博了吧

GLM-5真够顶的：超24小时自己跑代码，700次工具调用、800次切上下文！