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
8497 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。
MiniMax H3 的开源，可能比外界看到得更仓促。
在 Milvus 里，HNSW 通常用于追求较高 Recall 的向量检索。
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。
该公司曾做出“全球首个AI软件工程师”。
就在刚刚，OpenAI又进化了。
数学史级别的大新闻，愣是被OpenAI整成了一出连续剧。
9月8日，DeepSeek Harness团队负责人崔添翼在社交平台放出约150个招聘名额，岗位涉及大模型研究平台方向、Agent框架组件方向、研发效率基建方向、数据工程方向等工程师。
AI 硬件，和过往的硬件，有什么区别？
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。