arXiv · AI· Shreyas Subramanian·· 17 天前AI 评分41
系统一决策模型何时可替代 LLM 评判器:对 14 个模型与 4 个生成式裁判的基准评估
To Jev or Not to Jev: When Can System-1 Decision Models Replace LLM Judges?
AI 导读
14 个系统一决策模型中,5 个在配对和 best-of-4 基准上的表现与 GPT-5.6(无推理模式)统计上无显著差异。
来源:arXiv · AI · arxiv.org