Towards AI· Louis-François Bouchard·· 8 小时前AI 评分60
Gemini 作为裁判在 LLM 评测中偏好自家模型
I put Gemini in the judge’s seat. It preferred itself
AI 导读
Gemini 4 Argon 被测试用于作为 LLM 评测裁判，其结果明显偏好自家模型，比 Google 其他模型多出 4.0 分，比自家模型多出 7.4 分。
来源：Towards AI · louisbouchard.substack.com