arXiv · AI· Sander Lanbo Shi, Miranda Anna Christ, Eric Modesitt, Andrew Louis, Konrad Cheng, Brandon Thai Tran, Sewoong Lee, Ratnakar Pawar, Gaia Molinaro, Juliana Bain, Nandika Donthi, Maja Pavlovic, Annya Dahmani, Francesca Bianco, Abhishek Shah, Tyler Crosse, Arth Singh, Karissa Huang, Sukanya Krishna, Konstantinos Voudouris, David Demitri Africa, Joshua Jacob, Rishub Jain·· 10 小时前AI 评分29
探讨人机互补以强化 AI 安全监督
Towards Human-AI Complementarity for AI Safety
AI 导读
研究发现人类与 AI 错误差异可形成互补，构建 3,957 项任务套件并收集 416 名标注员 35,613 条判断。测试显示辅助法下人类纠正 AI 错误频率未显著增加，混合方法平均提升有限。互补性虽为可行目标，但实现仍具挑战。
来源：arXiv · AI · arxiv.org