跳到主要内容
检索

Dipankar Sarkar

1 篇关联报道

订阅更新
  1. arXiv

    RegLLM 诊断框架在两次同配置 GPU 试点中暴露方差:升级召回率 1.0 对 0.5,同一适配器效果方向翻转

    作者提出 RegLLM——一个面向受监管智能体工作流的“有限自主”诊断框架,用六项可信度信号(引用有效性、来源接地、模式合规、升级正确性、宪法对齐、不安全动作率)配合确定性运行时监督器,在离线参考运行(n=12)中把升级召回率从 0 提升到 0.67、把不安全动作率从 0.33 降到 0.08,而在两次名义同配置的单卡 Qwen2.5-3B LoRA/DPO 试点(n=8,同种子同评测划分)中观察到任务成功率 0.25 对 0.12、升级召回率 1.0 对 0.5,且同一答案质量适配器对升级召回的影响在两次运行间方向相反,说明该规模下适配器效应无法与采样和硬件方差区分。

已读完全部报道