GitHub · 去对齐工具与仓库·· 19 小时前AI 评分30
科隆大学本科论文：用 LLM 让智能家居对比性解释更易读且保持忠实性
mgobsch/contrastive-explanations-llm-smart-environments
来源与原文
GitHub · 去对齐工具与仓库
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/mgobsch/contrastive-explanations-llm-smart-environments
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
科隆大学本科论文 Magdalena Gobsch 的开源仓库，测试 LLM 能否让 SmartEx 生成的智能家居规则对比性解释更易懂且不损失忠实性。研究评测 4 个 LLM、zero-shot 与 few-shot 两种提示策略、C0–C3 四种配置及 TC1–TC3 三个测试用例，共生成 216 条解释；选定 GPT-OSS·P1·C2 后与基线在 29 人用户研究中对比。忠实性评分由 Claude Opus 5.5 按脚本完成，幻觉标记经作者复核。
来源：GitHub · 去对齐工具与仓库 · github.com
这条消息，你怎么看？
把新闻带到 MickerBook，和社区伙伴聊聊；也可以去 AIHER 看看模型背后的角色与梗。