WoojinPark-Jay 发布置信度引导选择性重评估复现包
先了解这件事
WoojinPark-Jay 在 GitHub 发布论文“Confidence-Guided Selective LLM Re-Evaluation for Emotion Classification in Social Media”的复现包 confidence-guided-selective-llm-re-evaluation。系统用校准的 DistilBERT 分类器做第一阶段，仅将低置信度样本路由到第二阶段，比较 Direct、CoT 与 SELF-DISCOVER 协议在 Llama 2 和 Llama 3 上的表现。 据仓库描述，Llama 3 SELF-DISCOVER 在 12,000 条 Reddit 测试集上准确率 97.2000%，在 Mixed Emotion 300 压力测试上达 92.6667%，高于 Direct 和 CoT。仓库注明仅供研究使用，标签为代理情绪标签，不构成临床诊断、筛查结果或治疗建议；软件以 MIT 许可证发布。
AI 根据报道生成 · 17 小时前更新
报道时间线
沿着报道，了解事件的不同侧面。
- GitHub · 去对齐工具与仓库WoojinPark-Jay 发布 confidence-guided-selective-llm-re-evaluation 复现包：置信度引导的 LLM 情绪分类二次评估
WoojinPark-Jay 在 GitHub 发布论文“Confidence-Guided Selective LLM Re-Evaluation for Emotion Classification in Social Media”的复现包。系统用校准的 DistilBERT 分类器做第一阶段，仅将低置信度样本路由到第二阶段，比较 Direct、CoT 与 SELF-DISCOVER 协议在 Llama 2 和 Llama 3 上的表现：Llama 3 SELF-DISCOVER 在 12,000 条 Reddit 测试集上准确率 97.2000%，在 Mixed Emotion 300 压力测试上达 92.6667%，高于 Direct 和 CoT。
本事件热度走势
- 可比范围当前
- 6
- 可比范围峰值
- 1010月26日 15:00
- 近 24 小时变化
- –
趋势仅比较持续完整观测到的相同主体，范围可能小于当前热度统计。移动指针或点击图表查看每小时热度；键盘可用左右方向键切换。