Articles sur DISH
1 articles liés
Improving Evaluation Realism with Inference-Time Compute and Deployment Scaffolds
AI InsightCette étude cible le principal obstacle à la sensibilisation à l'évaluation, non pas grâce à un meilleur ensemble de tests, mais en utilisant des calculs de temps d'inférence et des échafaudages de déploiement pour rendre l'évaluation par simulation plus proche de la réalité, ce qui signifie que l'évaluation d'alignement passe du « benchmark statique » à la « simulation dynamique ». Cela pourrait modifier la base méthodologique de l’évaluation de la sécurité.Importance 62/100