arXiv cs.AI· Rahul Sharma, Andrew B. Ducan, Ga\'etan Marceau Caron, Sebastian J. Vollmer·· 3 小时前AI 评分26
TypedBench：面向 System One 决策模型的校准、措辞敏感性与成本基准
TypedBench: A Benchmark for Calibration, Framing Sensitivity, and Cost in System One Decision Models
AI 导读
TypedBench 是一个面向 Jev 等类型化决策模型的基准，由七个策略标注生成器和九个评测套件构成，按释义中位数与范围报告准确率，并相对匹配的完美校准预测器的有限样本噪声底线衡量校准误差。
来源：arXiv cs.AI · arxiv.org