研究者提出TIDE方法对大语言模型做细粒度能力诊断
热点事件持续更新
研究者提出TIDE方法对大语言模型做细粒度能力诊断
1 篇报道1 个报道来源1 小时前更新
先了解这件事
AI 综述
论文作者提出TIDE（树诱导诊断评估），将诊断评估转化为行为驱动的决策树归纳，从基准样本与模型得分递归构建分层能力树，用于大语言模型的细粒度能力诊断。 作者将TIDE应用于5个模型、4个基准，称发现聚合分数无法体现的能力差异：Claude Opus 4.6在微观经济市场推理上达100%（GPT-5.4为83.3%），但在合同法推理上以77.8%落后于GPT-5.4的88.9%。
AI 根据报道生成 · 1 小时前更新
最新进展10月23日 12:00
TIDE：从模型行为进行树诱导细粒度诊断评估报道时间线
沿着报道，了解事件的不同侧面。
10月23日
- arXiv cs.AITIDE：从模型行为进行树诱导细粒度诊断评估
研究者提出 TIDE，一种将诊断评估转化为行为驱动决策树归纳的方法，可从基准样本与模型得分中递归构建分层能力树，实现大语言模型细粒度能力诊断。该方法在 4 个基准上评估 5 个模型，发现聚合分数无法体现的能力差异：Claude Opus 4.6 在微观经济市场推理上达 100%，GPT-5.4 为 83.3%，但在合同法推理上 Claude 以 77.8% 落后于 GPT-5.4 的 88.9%。
本事件热度走势
还没有足够的连续观测数据，暂不绘制趋势。