★ 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
#AI 评审
共 2 篇相关资讯，按重要度与时间排序，每 3 小时更新。
★ 2
HashSmash：AI 辅助评审密码碰撞声明的基准
Layr Labs 发布 HashSmash，一个兼容 Yukon 的基准，用于 AI 辅助评审密码分析中的碰撞声明，覆盖 SHA-256、SHA3-256、BLAKE3 等多轮目标。它定义了探索性与严格性两类 AI 评审结果，并强调这些结果不等同于数学证明。
Hacker News – AI21 天前
这个主题的相关资产
相关公司Together AI1