★ 3
相似 AI 评审共同出错率超独立预期 7.7 倍
一个名为 Covenant 的开源项目通过实证发现，两个相似的 AI 评审模型同时出错的频率比独立假设预测的高出 7.7 倍。这表明 AI 评审之间存在显著相关性，削弱了「多模型投票」提升可靠性的假设。项目同时公开了其可复现的检查流程与自我纠错记录。
Hacker News – AI42 天前
共 1 篇相关资讯，按重要度与时间排序，每 3 小时更新。
一个名为 Covenant 的开源项目通过实证发现，两个相似的 AI 评审模型同时出错的频率比独立假设预测的高出 7.7 倍。这表明 AI 评审之间存在显著相关性，削弱了「多模型投票」提升可靠性的假设。项目同时公开了其可复现的检查流程与自我纠错记录。