跳到正文
arXiv · AI· Shuyi Fan, Boyuan Deng, Mengyu Xu, Xinhong Xie, Chenyang Li, Hongyang Zhang·· 2026-10-06AI 评分24

有界评分尺度上的双重差分法可能伪造 LLM 评审效应:预注册审计证据

Difference-in-Differences on a Censored Rating Scale Can Manufacture an Effect: Evidence from a Pre-Registered LLM-Judge Audit

AI 导读

双重差分法在评分尺度有界时无法识别潜在尺度上的偏好差异,严重度偏移会导致观测交互效应。 预注册审计 990 次调用中,事后构造表明仅凭尺度下限即可复现 79% 至 85% 的名义显著交互效应。 结果证明观测交互效应不能识别潜在尺度上的差异化偏好,已被 NeurIPS 2026 收录。

来源:arXiv · AI · arxiv.org