准确率不再是通行证:共享错误让三个观察者只值一个,认证要改看部署代价
多智能体协作里,用推断准确率决定是否让协调者行动会两头出错:在Hanabi这类错误会叠加的任务上放行有害部署,在代价错误稀少的任务分配上否掉有益部署。
多智能体协作里,用推断准确率决定是否让协调者行动会两头出错:在Hanabi这类错误会叠加的任务上放行有害部署,在代价错误稀少的任务分配上否掉有益部署。
在长上下文任务上,自洽性这种多次采样再投票的推理技巧不但没有提升,反而稳定拉低表现,原因是模型对上下文位置的偏置让多次采样犯下同一类错误,投票把错误当成共识。
已读完全部报道