跳到正文
arXiv · NLP· Fabian Lukassen, Christoph Weisser, Alexander Silbersdorff·· 2026-10-14AI 评分36

廉价、一致且校准良好但有偏差?基于 Typed Decision Models 的评委

Cheap, Consistent, Calibrated, but Biased? Typed Decision Models as Judges

AI 导读

summary_zh: 研究使用 CALM 基准对 8 种 Typed Decision Models 和 7 种 2024 及 2026 年的 LLM 评委进行偏差测试。

来源:arXiv · NLP · arxiv.org