揭开多智能体决策的隐形不公，结果指标相同也未必可靠 | EMNLP'26
揭开多智能体决策的隐形不公，结果指标相同也未必可靠 | EMNLP'26当多个大语言模型（LLM）组成「招聘委员会」，共同筛选简历、讨论候选人、打分并投票时，我们通常会用最终录用率来判断系统是否公平。
来自主题: AI技术研报
8507 点击 2026-09-09 14:51
# 热门搜索 #
大模型
人工智能
openai
融资
chatGPT
搜索
当多个大语言模型（LLM）组成「招聘委员会」，共同筛选简历、讨论候选人、打分并投票时，我们通常会用最终录用率来判断系统是否公平。
自动手语翻译中，一直存在一个隐蔽难题：模型即使已经较好地对齐了视觉与文本，也可能在逐词生成时，被某个局部合理、却缺少视觉证据支持的词带偏。
GPT Image 2.5凌晨突发，把改图能力端了出来。
今年 4 月，有买家给 Anthropic 开出约 6000 亿美元的估值，到了 8 月，部分投资人预计，Anthropic 上市时的估值可能达到 2 万亿美元甚至更高。事实上，要支撑这样的估值，Anthropic 需要在未来几年持续保持高速增长，但 OpenAI 的追赶给这一预期再次增加了不确定性。
以后手机GPU渲染游戏画面，不用再吭哧吭哧把每个像素都算出来了。
前些天，号称「实现 AGI」的 GPT-6 Astra 发布后，引发了全网对于递归自我改进架构的热议。
AI语音创企公司ElevenLabs已聘请前Adyen首席财务官Ethan Tandowsky出任CFO，为2028年可能进行的IPO做准备，其ARR有望达6亿美元且已实现盈利。
DeepSeek Flash系列自明日中午起降价，闲时缓存、输入和输出价格分别降至每百万Token 0.02元、1元和4元，新模型DeepSeek v4.1 Flash也已上线。
OpenAI发布新一代图像生成模型ChatGPT Images 2.5，在图片细节质量、生成速度、编辑精度及多轮修改一致性上有所提升，并新增Sketch手绘参考、创作模板和图片评论编辑等功能。
融资资金将用于扩大前沿模型研究、提升模型训练算力等。 编译 | 杨京丽 编辑 | 李水青 智东西9月8日消息，今日，法国AI公司Mistral宣布完成30亿欧元（约合人民币234亿元）D轮融资，投后估