GitHub · 灵魂体仓库·· 20 天前精选AI 评分58
llm-sentencing-agents 实验仓库发布:LLM 智能体量刑如何受同行数字锚定影响
austin-cheng98/llm-sentencing-agents
来源与原文
GitHub · 灵魂体仓库
发布时间:(北京时间)
阅读原始来源 · github.com ↗完整链接与内容说明
https://github.com/austin-cheng98/llm-sentencing-agents
本站目前仅有 AI 导读与摘要,未展示原文正文;技术细节、代码和完整结论请查看原始来源。
AI 导读
austin-cheng98 发布 llm-sentencing-agents 仓库,含 4,086 条 LLM 智能量刑决策记录,覆盖 Claude Opus 5、Sonnet 5、Haiku 4.5、GPT-6 Luna 和 GPT-6 Sol 五个模型,测得提示词措辞如何影响智能体对标注为同行数字的跟随(pull 与 peer premium)。Opus 5 的裸区块 premium 为 +0.32(p=0.0002),加入一句收尾语后降至 −0.01;中性同文件措辞下 GPT-6 Luna 的 premium 为 +0.250(p<0.001)。仓库提供预注册、冻结哈希、分析脚本与完整复现流程。
推荐理由
实验通过预注册和锚点位移设计量化了 LLM 量刑智能体对同行标注数字的跟随程度,方法与数据可复现。
来源:GitHub · 灵魂体仓库 · github.com