热点事件持续更新
研究评估开源对比决策模型CLM-v0.1-8B作为裁判的基准表现
1 篇报道1 个报道来源3 小时前更新
先了解这件事
AI 综述
2026年10月7日，arXiv机器学习发布关于开源对比决策模型 Contrastive-LM/CLM-v0.1-8B 的评测研究。该模型在公开裁判基准上的表现接近随机猜测，在 RM-Bench 和 JudgeBench 上等同于抛硬币，显著落后于同参数量的奖励模型。虽然该模型展现出仅 0.0002 的决策顺序翻转率以及更低的长度偏好，但在置信度门控级联测试中，仍有 0.923 至 1.000 的样本需要升级转交至强裁判模型处理。
AI 根据报道生成 · 3 小时前更新
最新进展10月7日 12:00
研究显示开源对比决策模型CLM-v0.1-8B裁判表现接近抛硬币，绝大多数样本需转交强裁判。报道时间线
沿着报道，了解事件的不同侧面。
10月7日
- arXiv 机器学习CLM-as-a-Judge：开源对比决策模型在公开裁判基准上的评测
开源对比决策模型 Contrastive-LM/CLM-v0.1-8B 在公开裁判基准上表现接近随机猜测，在 RM-Bench 和 JudgeBench 上等同抛硬币，显著落后于同参数量奖励模型。该模型虽具备仅 0.0002 的决策顺序翻转率与更低的长度偏好，但在置信度门控级联中仍有 0.923 至 1.000 的样本需升级转交至强裁判。
本事件热度走势
当前热度 9·可比范围峰值 10（10月7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。