1 含有标签「ground-truth」

当 LLM 评审 LLM 时，错误被“洗白”而非被捕获

在一个由一个模型评审另一个模型并反馈给下一次评估的闭环中，根本不存在地面真值（ground truth）——错误被“洗白”成了高分。这里介绍了该在何处重新引入人工。