首页› 资讯库› Amazon 论文审计 9 个政策决策基准,发现评分器和参考答案自身有错 微资讯 · 来源报道 Amazon 论文审计 9 个政策决策基准,发现评分器和参考答案自身有错 AIHOT 最近七天 2026-11-08 更新 2026-11-09 返回首页 阅读原文 Amazon 论文审计 9 个政策类决策基准,发现用于评测模型处理税务、法律和商业规则的基准常把正确答案判错,原因在基准自身的参考答案或评分代码有误。 回首页继续看 →