热点事件持续更新
研究揭示直接决策模型序数尺度偏差及改善方案
1 篇报道1 个报道来源5 小时前更新
先了解这件事
AI 综述
2026年10月1日，arXiv发布的研究指出，JEV 1.13 与开源 KEV 等直接决策模型存在序数尺度利用偏差。测试显示，相关模型在36个序数数据集上的决策仅使用了67%–76%的有效金标支持度；随着尺度从K=2细化至K=14，决策利用率进一步下降至26%–75%。不过，该偏差并非不可改变的架构限制，研究表明通过针对性的BA-LoRA后训练，两种规模KEV的相对金标利用率可从约47%提升至86%。
AI 根据报道生成 · 4 小时前更新
最新进展10月1日 12:00
研究证实直接决策模型存在序数尺度偏差，经BA-LoRA后训练可将KEV金标利用率提升至86%。报道时间线
沿着报道，了解事件的不同侧面。
10月1日
- arXiv 人工智能选项更多决策更少：类 JEV 直接决策模型中的序数尺度偏差
JEV 1.13 与开源 KEV 等直接决策模型被证实存在序数尺度利用偏差，在 36 个序数数据集上的决策仅使用 67%–76% 的有效金标支持度。随着尺度从 K=2 细化至 K=14，决策利用率进一步降至 26%–75%。通过针对性 BA-LoRA 后训练，两种规模 KEV 的相对金标利用率从约 47% 提升至 86%，证明该偏差并非不可改变的架构限制。
本事件热度走势
当前热度 9·可比范围峰值 10（10月1日 13:00）·近 24 小时可比范围变化 –
趋势仅比较持续完整观测到的相同主体，范围可能小于当前热度统计。移动指针或点击图表查看每小时热度；键盘可用左右方向键切换。