arXiv · AI· Anissa Alloula, Federico Licini, Ava Batchkala, Seraphina Goldfarb-Tarrant·· 2026-10-06AI 评分29
安全是情境化的,LLM 评审器却不然:评估者的刚性先验
Safety is Contextual, LLM-Judges Are Not: Navigating the Rigid Priors of Evaluators
AI 导读
研究评估了 13 个通用 LLM 与安全专用评审器的安全评判能力,发现 LLM 评审器虽能从新信息中学习,但当上下文或安全定义偏离其内部先验时,普遍不会更新评估结果。
来源:arXiv · AI · arxiv.org