Hacker News · Show HN· deeplstm·· 2 小时前AI 评分60
DoubtBench 发布：用人类标注分歧检验模型不确定性
Show HN: DoubtBench – test whether Jev knows when humans disagree
AI 导读
DoubtBench 是一个基于 NVIDIA HelpSteer2 人类标注分歧构建的基准，把标注数据转成约 7,500 道 Score、Choice 和 Noul 题，同时评估模型答对率和概率是否与人类分歧一致。
来源：Hacker News · Show HN · github.com