arXiv 论文：证伪驱动的模型无关智能体协议，输出纪律决定决策下限
用中医辨证基准证明了件事：很多模型翻车不是能力不够，是输出纪律不行。他们设计的证伪协议能把 Kimi K3 的方差从 0.218 压到 0.007，写智能体的值得看看。
#TCMEval-SDT
共 1 条 · 7 天 1 条 · 30 天 1 条
信息流里打上「TCMEval-SDT」标签的资讯、产品与论文，按刊登时间排，新的在上。
10月15日
用中医辨证基准证明了件事：很多模型翻车不是能力不够，是输出纪律不行。他们设计的证伪协议能把 Kimi K3 的方差从 0.218 压到 0.007，写智能体的值得看看。