跳到正文
热点事件持续更新

Epoch ECI 改用贝叶斯方法改进不确定性估计

1 篇报道1 个报道来源3 小时前更新

先了解这件事

AI 综述

2026年11月5日,X 用户 Lisan al Gaib(@scaling01)发帖介绍 Epoch Capabilities Index(ECI)在不确定性估计上的方法变更。该帖称,ECI 的置信区间过去由自助法(bootstrapping)得出,现在改用贝叶斯方法,可为每个模型的 ECI 给出一个概率分布,由此直接得到可信区间,并能回答“模型 A 比模型 B 更强的可能性有多大”这类问题。帖子还称新方法内置了更好的噪声假设:噪声在接近 0% 和 100% 时会收缩,使误差带不再包含小于 0% 或大于 100% 的不可能分数;同时每个基准各有自己的噪声水平。发帖者对新贝叶斯方法评价积极。上述内容均来自该帖自述,Epoch 方面尚未见独立说明,方法细节与适用范围有待确认。

AI 根据报道生成 · 2 小时前更新

最新进展11月5日 06:24
Epoch ECI 改用贝叶斯方法

报道时间线

沿着报道,了解事件的不同侧面。

11月5日
  1. Lisan al Gaib
    Epoch ECI 改用贝叶斯方法

    新的贝叶斯方法很不错 以前,置信区间来自自助法(bootstrapping)。现在,该方法能为每个模型的 ECI 给出一个概率分布 因此你自然就得到可信区间,并能问这样的问题:“模型 A 比模型 B 更强的可能性有多大?” 它还内置了更好的噪声假设: - 噪声在接近 0% 和 100% 时会收缩,因此误差带不再包含小于 0% 或大于 100% 的不可能分数 - 而且每个基准都有各自的噪声水平

本事件热度走势

还没有足够的连续观测数据,暂不绘制趋势。