Колку е Referee.chat?
Referee.chat runs a goal past a panel. You seat as many AI models as you want — two, or six, from whichever vendors you like — and one more referees. The referee is the part that matters: it decides when the goal is genuinely accomplished, and it is built to say 'not yet' far more often than it says 'done'.
Зошто судија
Поставете едно прашање и добиете течен одговор дали е исправно. Прашајте неколку и тие честопати се согласуваат еден со друг, што се чувствува како потврда и не е — моделите споделуваат податоци за обука и споделуваат слепи точки. Затоа седиштата се ваши: панелот на кој се цртаат од различните продавачи не успева во различни правци, а несогласувањето меѓу нив е сигнал што вреди да се има. Режимот на неуспех не е погрешен; тоа е дека ништо во процесот не би можело да го фати погрешно.
Значи натпреварот не е постигнат на квалитетот на аргументите. Целта е расформирана во критериумите за прифаќање, а критериумот се решава само кога нешто зад него може да се провери повторно: извор со релевантниот пасус цитиран или код кој е всушност извршен и неговиот вистински резултат. Судијата повторно го проверува самиот доказ пред одлуката. Довербата не се смета за ништо.
Ти го постави барот.
Барајте одговор од класа на одлуката и добиете еден. Барајте доказ кој ќе го преживее Клеј наградата и чесниот исход е обично прецизна сметка за тоа каде не успеал панелот — што е покорисно од убедливо тврдење што ќе мора да се проверите.
Заглавувањето е дел од тоа
Кога едно седиште ќе се сврти кон ѕидот, застанува и му поставува едно конкретно прашање на кое место е најдобро да се одговори, заедно со она што веќе го пробало.
Долга работа преживеа
Сѐ што ќе постави панелот оди во заедничка книга, па резултатите се запишани еднаш и никогаш не се претвораат во неизвесни, а ќор-сокакот се снима така што никој не се враќа назад во нив. Се совпаѓа со серверот и паузира чисто — на буџетот, на провајдерски прекин, или затоа што го затвори ливчето — и продолжи точно каде што застанале.