研究审计三个决策模型对呈现方式的敏感性

Jatin Agrawal 与 Radhika Mamidi 发表受控审计研究，考察 Jev、Clef Flash 和 Perplexity Decider 三个类型化决策模型在主观文本评估中是否因呈现方式不同而改变判断。研究覆盖幽默、有用性和摘要三类任务，在六个数据集、9,000 条多重标注条目上共收集 702,000 次判断，比较模型在原生选择界面与评分界面下的表现。 研究将这一差异称为“呈现敏感性”，即同一内容以不同界面形式呈现时模型判断是否一致。报道未给出审计的具体结论。

AI 根据报道生成 · 2 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。