پیشگیری از خطا

CRITIC: چرا خوداصلاحی مدل‌های زبانی بزرگ نیازمند بازخورد ابزارهای خارجی است

CRITIC پرسش و پاسخ دامنه باز را ۷.۷ F1 بالا می‌برد و سمیت را ۷۹.۲٪ کم می‌کند، با تأیید بازنگری‌های LLM در برابر ابزارهای بیرونی، نه خودش.

Mike Thrift