Koutian Wu
23 yo UT-Austin PhD-dropout researcher
@ktwu01 1,777 X 关注者 ut01 ktwu01ktwu01.github.io 首个产品发布于 17 天前
- 公开收入
- 未公开
- 名下产品暂无公开收入
名下产品
时间线
11 月 18 日 · 4 天前
Benchmark Radar 发布 v0.15.0产品动态
Benchmark Radar v0.15.0 增加了更快的搜索、更多基准测试和报告的分数、改进后的分享卡片,以及 Cohere Labs 演讲幻灯片。
11 月 17 日 · 5 天前
Benchmark Radar 报道 AgentShield 多轮攻击基准测试引荐与外链
Benchmark Radar 报道了 AgentShield Multi-Turn Agent Attack Benchmark,该基准测试安全框架能否在多轮对抗性交互中阻止未经授权的工具执行。报告还提到了针对分页、重试和取消的独立基准测试。
Benchmark Radar 报道 Tiny Aya Compression Evaluation引荐与外链
Benchmark Radar 分享了 Mudit666 制作的 Tiny Aya Compression Evaluation。该数据集包含两项研究中逐问题和逐提示的得分,研究对象是经过 4-bit 压缩的 CohereLabs/tiny-aya-global,考察遗忘和拒绝行为。
Benchmark Radar 报道 HealthRouter Bench引荐与外链
Benchmark Radar 介绍了 HealthRouter Bench,这是一个用于对冻结的医学图像编码器进行逐样本路由评估的数据集。说明称,该数据集在四项汇总医学任务上评估十个编码器,且数据集访问受限并需人工审批。
Benchmark Radar 报道《LLM 基准测试正在失去它们的评审者》引荐与外链
Benchmark Radar 分享了 Ogous 对 Arena-Hard v2、SimpleQA 和 HELM WildBench 的研究。该研究考察在评估相同的已存储答案时替换 LLM 评判模型会如何改变裁定;数据集发布中提供了调用记录、anchorset 文件和重新计算脚本。
问题与证据
- Koutian Wu 开发过哪些产品?
- EarlyLore 收录了 Koutian Wu 的 2 款独立软件产品(其中 2 款当前在线),代表产品包括 ut01, Benchmark Radar。
- Koutian Wu 旗下产品的网站访问量有多少?
- 按各独立域名最近一个可用统计月份合计,Koutian Wu 旗下产品可追踪的网页月访问量为 5.1K;共享托管域名与商店扩展页面不计入该合计。
相关独立开发者研究指南