arXiv · AI· Ulyana Tkachenko, Hui Wen Goh, Guram Gogia, Jonas Mueller·· 8 小时前AI 评分29
Rubricon：用于 LLM 评估与训练的自动化评分标准生成与优化
Rubricon: Automated Rubric Generation and Refinement for LLM Evaluation and Training
AI 导读
自动化评分标准生成管线 Rubricon 无需人工偏好标签即可生成判别性标准。 在五个基准测试中，其评分与专家标准的对齐度比最佳替代方法高 9%；使用 Rubricon 标准训练 Qwen3.5-9B 模型，性能优于使用 RRD 标准的训练效果 4.5%。
来源：arXiv · AI · arxiv.org