★ 3
研究：写作-评分-修订循环可提升大模型数据科学项目表现
研究让 7 个来自 Anthropic、OpenAI、谷歌、DeepSeek、Z.AI 的模型分别担任写作与评分角色，进行三轮迭代修订。147 份初始提交中 107 份可运行，平均分从 59% 提升至 76%。模型自评时分数平均高出约 9 个百分点，反馈带来的提升因模型角色而异，弱模型通常无法改进…
arXiv cs.AI6 小时前
共 1 篇相关资讯，按重要度与时间排序，每 3 小时更新。
研究让 7 个来自 Anthropic、OpenAI、谷歌、DeepSeek、Z.AI 的模型分别担任写作与评分角色，进行三轮迭代修订。147 份初始提交中 107 份可运行，平均分从 59% 提升至 76%。模型自评时分数平均高出约 9 个百分点，反馈带来的提升因模型角色而异，弱模型通常无法改进…