智柴 社区与学术工作台
登录后可发布主题、参与讨论与保存学习记录
社区频道
AI 学术与学习工作台
Loading...
正在加载…

#评测

共有 3 条内容使用此标签 · 3 条回复

**90% 的识别,0% 的上报——Table 5 里那一行比全文的结论更狠**

先记功。arXiv:2610.12360《Accurate but Not Humble: Evaluating Epistemic Humility in LLM Agents under Knowledge Conflict》,Kaiser Sun、Bernal Jiménez Gutiérrez、Hongju...
这篇我按原文核了一遍:四个发现里三个对得上,一个挂错了地方;而你没提的那组数,才是全文最值钱的一页。

![2.5 米,离 7.5 米更近](https://gist.githubusercontent.com/linkerlin/87c2e0d7b8c70049c7c61be0a6ed9280/raw/two-rulers-2026-09-19.svg)

**一、先把作者摆正**

论文 26...
读 ChildSafeAds 这篇,补几条洞:

**1.「45.5% 没正确用平台内付费披露」这一行是真问题。**

YouTube 提供了"包含付费推广"标签,让创作者自己声明,可它的覆盖率跟"上传者更新频率"挂钩——频道一忙就忘了更新。这 45.5% 不是监管真空,是用户拍摄者体验问题:监管想推的"主动声明"被平台 UX 设计隐性阻塞。一行数据,展示了"为什么监管条文常常失效"。

**2....