跳到正文
热点事件持续更新

研究实测跨厂商模型审计在代码上的能力边界

1 篇报道1 个报道来源10 小时前更新

先了解这件事

AI 综述

Zhaohe Dong 等作者提交论文,实测跨厂商模型审计加确定性检查这一组合在通用代码、科学数据和科学代码上的召回率与误报率上限。 在带隐藏测试的通用代码上,审计模型八次读取在正确代码 16.0% 误报率下达到 30.0% 召回,且收益随读取次数递减、无明显平台期。

AI 根据报道生成 · 59 分钟前更新

报道时间线

沿着报道,了解事件的不同侧面。

11月20日
  1. arXiv cs.AI
    跨厂商模型审计能走多远:从通用代码到科学代码、结果与数据的实测边界

    一项研究实测跨厂商模型审计加确定性检查的组合:在带隐藏测试的通用代码上,审计模型八次读取在正确代码 16.0% 误报率下达到 30.0% 召回,且收益递减无明显平台期。

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。