arXiv 机器学习· Shanglin Yang, Zhan Shi·· 6 時間前AI スコア36
筛选 LLM 生成假设可提升超越 LLM 评审团预期的真实性：基于 NAS-Bench-201 与 HPOBench 的预注册研究
Selecting LLM-Generated Hypotheses Raises Truth Beyond What an LLM Panel Expects: A Pre-registered Study on NAS-Bench-201 and HPOBench
未翻訳のため中国語で表示しています。
AI ガイド
一项针对 Claude 和 GPT 的预注册研究表明，先生成候选假设再独立调用筛选的两阶段方法，可显著提升 Sonnet 在 NAS-Bench-201 上的超额真实性且不降低查准率。该实验基于 NAS-Bench-201 与 HPOBench 精确查表验证假设真实性，并由 LLM 评审团评估非显而易见性。此外，针对 LLM 裁判优化框架虽能提高评分，却会导致生成器的查准率急剧下降。
出典：arXiv 机器学习 · arxiv.org