Goodfire Research·· 6 小時前AI 評分16
Logits：監測模型評測意識的新工具
Logits as a new monitor for evaluation awareness
AI 導讀
Logits 被提出作為監測模型評測意識的新工具，旨在追蹤模型是否察覺自己正處於評測情境；現有內容未交代實作細節或驗證結果。
來源：Goodfire Research · goodfire.com
Logits as a new monitor for evaluation awareness
Logits 被提出作為監測模型評測意識的新工具，旨在追蹤模型是否察覺自己正處於評測情境；現有內容未交代實作細節或驗證結果。
來源：Goodfire Research · goodfire.com