AI 资源库 · 已整理 2 项

预注册

查看与预注册相关的 AI 资讯、工具、Skill、工作流和开源项目。

评测与安全

Judge Enumeration Exhibit：预注册的概率化评判器稳定性与判别力实验展示

clouatre-labs/judge-enumeration-exhibit · Pre-registered typed probabilistic judge exhibit: stability (v1) and discrimination (v2) phases on frozen LP menus; sealed analysis, reproducible

该项目是一个预注册的 LLM 评判实验展示，包含两个阶段：v1.0.0 稳定性阶段在 60 次调用中考察同一状态下的运行间稳定性；v2.0.0 判别力阶段在 120 道冻结的 3 变量整数线性规划题上进行两次评测，并运行 240 次调用，要求评判器从近优选项和不可行选项等 5 个选项中选出最优解。仓库提供种子生成器、冻结题库、原始请求与响应记录、用精确分数算术进行封闭分析、分层校准的事后补充分析、图表脚本和复现命令，并以 Apache-2.0 许可公开全部数据。

# LLM 评测# 可复现研究# 置信度校准# 评判模型# 预注册
☆ 收藏查看来源 ↗
评论 · 分享第一个看法
学习与研究

llmopt：面向数学与物理机器学习的 Oracle 验证实验平台

39hops/llmopt · Oracle-verified experiments in mathematics and physics ML — exact integer training, zero-calibration quantization, and an append-only ledger that books nulls and retractions beside the wins.

llmopt 是一个数学与物理机器学习实验仓库，强调以符号等价而非字符串匹配校验答案、解码结果需与贪心解码逐 token 一致、生成的汇编需实际运行验证，并将每次实验预先注册可失败的阈值。项目包含符号推导搜索、带符号校验的数学题生成器、MoE 路由分析与专家裁剪、权重量化与整数精确计算、推测解码与缓存等研究与工程组件，并以追加式账本同时记录成功结论、空结果和撤回结论。

# 量化# 可复现研究# 预注册# 符号数学# MoE 路由
☆ 收藏查看来源 ↗
评论 · 分享第一个看法