Putting HUMANS first: Efficient LAM Evaluation with Human Preference Alignment
让人类优先：高效LAM评估的人类偏好对齐
机构 * University of Southern California（南加州大学） ； Stanford University（斯坦福大学） ； OpenAthena
AI总结 本文研究了如何通过最小子集高效评估LAM，发现50个样本即可达到高相关性，并通过回归模型提升预测效果，提出HUMANS基准作为高效评估代理。
Comments Proceedings of the 64th Annual Meeting of the Association for Computational Linguistics
