arXiv · Machine Learning· Peter Romero, Haotian Li, Hugo Save, Luning Sun, Zachary R. Tidler, Kazuya Horibe, Joe Watson, Daniel Romero-Alvarado, Israel Mason-Williams, Fernando Mart\'inez-Plumed, Jos\'e Hern\'andez-Orallo·· 10 小时前AI 评分40
用于测量 AI 倾向性的测评组合：评分准则、合成题库与标注
A Battery for AI Propensity Measurement: Rubrics, Synthetic Item Banks, and Annotations
AI 导读
研究者发布了一套面向 AI 研究的 28 项倾向性测评组合，包含专家撰写的评分准则、合成数据集和标注的需求区间。评分准则可用于标注现有基准中的相关题目；合成数据集则针对单一倾向性设计，便于快速构建倾向性画像。
来源：arXiv · Machine Learning · arxiv.org