开发者称LLM分类器关键决策效果被高估

开发者 pranavbedi 发布长文称，用大语言模型分类器驱动流水线关键决策的新潮流被明显高估。其团队用分类器标记用户挫败感等信号以定位故障，并测试 JEV、Clef 等12种决策系统的多个版本；测试结果显示，简单调整决策顺序等基础手段反而更有效。 这一结论来自其团队的自建场景和对比测试，pranavbedi 据此批评业界对 LLM 分类器的盲目依赖，未证明该效果不适用于其他任务或系统。

AI 根据报道生成 · 1 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。