跳到正文
热点事件持续更新

多模型对抗测试暴露编码错误

1 篇报道1 个报道来源2 小时前更新

先了解这件事

AI 综述

神经科学家 Russ Poldrack 让 Fable 5.2、Astra 和 Hydrogen 协作实现 REML 算法,实测发现测试驱动开发仍可能交付错误代码,多模型对抗性审查也需经过多轮才收敛。 在 boldtailor 包中,三个模型分别参与编码、交叉审查和开发过程复盘。Astra 还生成了复盘文档,但测试通过并不能保证实现正确;Poldrack 的实验显示,复杂科学代码仍需由科学家主导方向、索要证据并亲自复核。

AI 根据报道生成 · 2 小时前更新

报道时间线

沿着报道,了解事件的不同侧面。

11月16日
  1. AGI Hunt
    神经科学家实测 Fable 5.2、Astra 和 Hydrogen 协作编写 REML 代码

    神经科学家 Russ Poldrack 让 Fable 5.2、Astra 和 Hydrogen 协作实现 REML 算法,并由 Astra 生成开发过程复盘文档。测试驱动开发仍可能交付错误代码,多模型对抗性审查需要多轮才能收敛,科学家主导方向、索要证据和复核仍是关键环节。

本事件热度走势

还没有足够的连续观测数据,暂不绘制趋势。