AI星际引擎AI STARSHIP
2026.11.08 星期日
第 94 期
主题 · 大模型评估

大模型评估

1 条
  1. 01
    Circe:基于组件交互一致性的免训练大语言模型自评估方法

    提出Circe方法,通过分析LLM内部模块间交互一致性实现无需参考答案的响应正确性评估。

    arxiv.org·arXiv·3天前大模型评估可信AI内部机制