1 含有标签「llm-as-a-judge」

LLM 裁判是一个带版本的依赖，而非中立的基础设施

使用 LLM 裁判为模型输出评分，而裁判本身也是一个具有特定行为的模型。当它发生变化的那天，所有的历史分数都会变成“外币”——而大多数团队从未察觉到这一点。