Alexandr Wang

Truong nhom Meta Superintelligence Labs

Lý do theo dõi: To chuc Meta AI va thu hut nhan tai

Biến động nhân sự

Chưa có biến động nhân sự.

Bài báo

Bài báo2026-06-10 · arXiv.org

Phát triển phương pháp đánh giá nhằm xác định chính xác lỗi trong các tác nhân AI

Layer-Isolated Evaluation: Gating the Deterministic Scaffold of a Production LLM Agent with a No-LLM, Regression-Locked Test Harness

Alexandr Wang và 2 người khác

Nội dung: Các nhà nghiên cứu đã phát triển một hệ thống đánh giá chia cấu trúc của các tác nhân AI thành nhiều lớp để kiểm tra lỗi độc lập và nhanh chóng ở từng lớp.
Kết quả chính: Họ xác định rằng ngay cả khi tỷ lệ thành công tổng thể hầu như không thay đổi, điểm số của một lớp cụ thể gặp sự cố lại giảm mạnh, cho phép xác định chính xác nguyên nhân gốc rễ.
Ý nghĩa: Điều này có thể góp phần nâng cao tính ổn định của các hệ thống AI và nhanh chóng tìm ra nguyên nhân khi xảy ra sự cố.Tóm tắt AI

Agent & lập trình An toàn & quy định

Tóm tắt chi tiết Đọc bài gốc ↗ PDF ↗

Bài báo2026-06-09 · arXiv.org

Phân tích hạn chế trong việc đánh giá tác nhân hội thoại của giám khảo LLM

Catching One in Five: LLM-as-Judge Blind Spots in Production Multi-Turn Transaction Agents

Alexandr Wang và 2 người khác

Nội dung: Sử dụng các tác nhân hội thoại đặt món ăn đang hoạt động thực tế, chúng tôi đo lường mức độ hiệu quả của các giám khảo dựa trên mô hình ngôn ngữ lớn trong việc phát hiện các lỗi thực tế so với việc kiểm tra toàn diện bởi con người.
Kết quả chính: Các giám khảo LLM không thể tìm ra thậm chí một phần tư các vấn đề có hệ thống được xác định bởi con người, và trong một số lô nhất định, chúng ghi nhận số lượng phát hiện bằng không.
Ý nghĩa: Điều này cho thấy các phương pháp đánh giá tự động chỉ đóng vai trò là mức cơ sở tối thiểu và không thể thay thế hoàn toàn việc xem xét của con người.Tóm tắt AI

Agent & lập trình

Tóm tắt chi tiết Đọc bài gốc ↗ PDF ↗

Trang này tổng hợp các bài báo đã công bố, thông báo chính thức và tin báo chí chỉ nhằm mục đích cung cấp thông tin. Tóm tắt do AI viết dựa trên phần tóm tắt của bài báo và được biên tập viên kiểm tra; có thể khác bản gốc, vì vậy hãy kiểm tra bản gốc cho các nội dung quan trọng. Đây không phải khuyến nghị mua bán chứng khoán hay tư vấn đầu tư. Biến động nhân sự ghi nguồn từ thông báo chính thức hoặc báo chí lớn; một phần lý lịch tham khảo Wikidata (CC0). Các bản tóm tắt trên trang này được AI dịch từ bản tiếng Hàn đã được biên tập viên kiểm tra.