arXiv · cs.AI· Prajjwal Gupta, Prasang Gupta, Vishal Bhutani, Apoorva Sharma, Sumanth Chundru, Waqar Sarguroh, Kevin Paul·· 1 天前
Litmus提出零标签、代码驱动的AI系统评测指标规范方法
Litmus: Zero-Label, Code-Driven Metric Specification for Evaluating AI Systems
arXiv:2606.23403v2阅读论文 PDF ↗
仅依据论文摘要整理；未读取全文，实验条件、证明与基准细节请核对原文。
作者：Prajjwal Gupta, Prasang Gupta, Vishal Bhutani, Apoorva Sharma, Sumanth Chundru, Waqar Sarguroh, Kevin Paul
研究任务与主要进展
Litmus通过源代码和定向追问提取评测意图，并为零标签AI流水线设计分阶段的评测与监控指标。作者在三个真实代码定义的流水线上与AutoMetrics及三个DynamicRubric基线比较。
阶段、条件与复现 · 深读核对
- 新能力对应什么具体任务与最小输入输出？
- 代码、模型、数据、许可与可用入口是否明确？
- 效果、总成本、失效条件与实际工作流如何验证？
这些是阅读核对问题；材料未说明的条件保留未知。请结合上方论文版本、资料范围与原文核验。
来源：arXiv · cs.AI · arxiv.org