Meta RAM的RL-XAR根据人类专家评分标准优化计算机生成的文本,实现了89-95%的盲测胜率。它揭示了LLM评审偏好垃圾内容,且性能取决于评分者的质量。
2026-09-30 01:08:38 UTC RL-XAR利用专家对齐的评分标准对抗AI垃圾内容 Meta RAM的RL-XAR根据人类专家评分标准优化计算机生成的文本,实现了89-95%的盲测胜率。它揭示了LLM评审偏好垃圾内容,且性能取决于评分者的质量。 Source posts Original post by @shao__meng on X