ИССЛЕДОВАНИЕ · RESEARCH · #1098
BAER: адаптивная маршрутизация доказательств улучшает попарную оценку LLM
Статья на arXiv (2609.30751v1) представляет Backbone-Adaptive Evidence Routing (BAER) — метод, адаптирующий способ сбора доказательств попарными оценщиками моделей при сохранении симметрии кандидатов. BAER разделяет знак предпочтения эксперта и его устойчивость относительно кандидатов на три симметричных головы (накопление доказательств, маршрутизация экспертов по надежности и кандидато-независимая проверка по ссылкам), выбирает одну голову для каждой пары бенчмарк–бэкенд на отборочных данных (замораживая выбор перед тестом) и показывает наивысшую точность в восьми условиях (два 8B бэкенда × четыре бенчмарка) с полной предсказательной покрываемостью и приростом 0.87–7.32 пункта по сравнению с сильнейшим внешним базовым методом.
КЛЮЧЕВЫЕ ТЕЗИСЫ
- Статья на arXiv (2609.30751v1) представляет Backbone-Adaptive Evidence Routing (BAER) — метод, адаптирующий способ сбора доказательств попарными оценщиками моделей при сохранении симметрии кандидатов.
- BAER разделяет знак предпочтения эксперта и его устойчивость относительно кандидатов на три симметричных головы (накопление доказательств, маршрутизация экспертов по надежности и кандидато-независимая проверка по ссылкам), выбирает одну голову для каждой пары бенчмарк–бэкенд на отборочных данных (замораживая выбор перед тестом) и показывает наивысшую точность в восьми условиях (два 8B бэкенда × четыре бенчмарка) с полной предсказательной покрываемостью и приростом 0.87–7.32 пункта по сравнению с сильнейшим внешним базовым методом.
- BAER демонстрирует, что адаптация протокола сбора доказательств под конкретный бэкенд/бенчмарк даёт стабильный прирост точности и полное покрытие, что важно для надёжных автоматических оценщиков LLM.
ПОЧЕМУ ЭТО ВАЖНО
BAER демонстрирует, что адаптация протокола сбора доказательств под конкретный бэкенд/бенчмарк даёт стабильный прирост точности и полное покрытие, что важно для надёжных автоматических оценщиков LLM.