视频语言模型后训练用于错误检测
FedeSpu团队发布了首个视频语言模型后训练技术，能检测视频中的执行错误，对未见任务效果提升11.6%。
#错误检测
共 4 条 · 7 天 0 条 · 30 天 0 条
信息流里打上「错误检测」标签的资讯、产品与论文，按刊登时间排，新的在上。
8月31日
6月30日
LangChain推出Trace Judge模型，成本仅为闭源模型1/100
LangChain新出Trace Judge，专门抓AI智能体运行中的错误，成本比闭源模型便宜100倍，现在能申请内测了。
6月9日
ArtiFact：65万条多模态文化遗产数据集发布
做多模态数据管理、文化遗产数字化或数据质量研究的团队，这个真实世界的大规模基准能帮你测试模型在细粒度错误检测和语义查询上的真实水平，值得跑一跑。
5月12日
CoT推理中模型内部可检测错误但无法修正：诊断而非因果
该研究揭示了当前可解释性方法的关键局限——高精度的内部错误检测并不能转化为有效修正，挑战了对CoT推理过程的因果干预假设。对AI安全与实践者有重要警示：依赖隐藏状态进行推理纠错可能行不通。