会员服务
Who can we trust? LLM-as-a-jury for Comparative Assessment
Who can we trust? LLM-as-a-jury for Comparative Assessment
Arxiv
0+阅读 · 2月18日
Beyond Pairwise: Empowering LLM Alignment With Ranked Choice Modeling
Arxiv
0+阅读 · 2月10日
GenArena: How Can We Achieve Human-Aligned Evaluation for Visual Generation Tasks?
Arxiv
0+阅读 · 2月5日
Evaluating LLMs When They Do Not Know the Answer: Statistical Evaluation of Mathematical Reasoning via Comparative Signals
Arxiv
0+阅读 · 2月3日
Beyond Pairwise Comparisons: A Distributional Test of Distinctiveness for Machine-Generated Works in Intellectual Property Law
Arxiv
0+阅读 · 1月26日
Refined thresholds for inconsistency: The effect of the graph associated with incomplete pairwise comparisons
Arxiv
0+阅读 · 1月28日
On the Exponential Convergence for Offline RLHF with Pairwise Comparisons
Arxiv
0+阅读 · 1月21日
When Less Is More: Binary Feedback Can Outperform Ordinal Comparisons in Ranking Recovery
Arxiv
0+阅读 · 1月11日
Transforming Video Subjective Testing with Training, Engagement, and Real-Time Feedback
Arxiv
0+阅读 · 1月8日
Transforming Video Subjective Testing with Training, Engagement, and Real-Time Feedback
Arxiv
0+阅读 · 1月7日
A Pairwise Comparison Relation-assisted Multi-objective Evolutionary Neural Architecture Search Method with Multi-population Mechanism
Arxiv
0+阅读 · 1月2日
Feedback Descent: Open-Ended Text Optimization via Pairwise Comparison
Arxiv
0+阅读 · 2025年12月31日
A Pairwise Comparison Relation-assisted Multi-objective Evolutionary Neural Architecture Search Method with Multi-population Mechanism
Arxiv
0+阅读 · 2025年12月26日
A Reduced Basis Decomposition Approach to Efficient Data Collection in Pairwise Comparison Studies
Arxiv
0+阅读 · 2025年12月22日
Multi-Attribute Preferences: A Transfer Learning Approach
Arxiv
0+阅读 · 2025年11月25日
参考链接
微信扫码咨询专知VIP会员
Top