X.com10/21 22:31研究評価用の意思決定モデルは信頼できるか実検証研究者とHamel Husain氏がJev、d1-ultra、clefなどの意思決定モデルを独自データセットで検証。失敗検出、確率校正、閾値最適化を評価した。評価意思決定モデルOpenAI