热点事件持续更新
研究团队提出ANT-A基准与ANT-OR多智能体标注框架
1 篇报道1 个报道来源4 小时前更新
先了解这件事
AI 综述
2026年10月26日，arXiv发布的一项研究探讨了大语言模型（LLM）标注员能否达到人类一致性，并提出了评测基准ANT-A Benchmark与多智能体标注框架ANT-OR。ANT-A涵盖跨领域与模态的7个数据集，每条样本均包含5个独立的人类标签；ANT-OR框架则通过正负反馈提炼对比规则以优化提示词。实验结果显示，ANT-OR在agreement@>=2指标上的准确率比最强基线提升了4.5个百分点。目前，该研究的相关代码与基准均已对外开源开放。
AI 根据报道生成 · 4 小时前更新
最新进展10月26日 12:00
研究团队发布ANT-A评测基准与ANT-OR多智能体标注框架，并开源了代码与基准。报道时间线
沿着报道，了解事件的不同侧面。
10月26日
- arXiv 自然语言处理LLM 标注员能否达到人类一致性？评测人类一致性并利用对比知识优化多智能体
研究提出 ANT-A Benchmark 评测基准与 ANT-OR 多智能体标注框架，以评估并提升大语言模型标注与人类判断的一致性。ANT-A 涵盖跨领域与模态的 7 个数据集且每条样本含 5 个独立人类标签，ANT-OR 则通过正负反馈提炼对比规则优化提示词。实验显示 ANT-OR 的 agreement@>=2 准确率比最强基线提升 4.5 个百分点，代码与基准均已开放。
本事件热度走势
当前热度 9·可比范围峰值 10（10月26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。