expert-judgment

该论文提出一种将专家判断蒸馏为可规模化自动评估系统的方法，构建专家网络并将其推理过程编码为结构化编辑标准，在AI新闻报道上验证了专家校准的自动评审显著优于未经校准的前沿模型。

本期新闻通讯汇总涵盖：Mira Murati的Thinking Machines在金融判断中错误率降低29.8%，从Claude Code转向Claude Tag，一种更便宜的方法向Fable 5提供大上下文，AI领域出现高峰定价，DeepSeek将峰值价格翻倍，以及阿里巴巴在追踪实验后屏蔽Claude Code。

Thinking Machines AI 描述了如何训练专有 LLM 来复制金融文档筛选任务中的专家判断，以更低成本超越了前沿模型。

Bridgewater与Tinker API合作，微调了一个大语言模型，以在金融任务中复现专家判断，在信息准确性和召回率上以更低成本超越了前沿模型。