研究者对 LLM 评委偏差做校正，连效应量也一并修正

研究者 Ian Arawjo 展示其论文工作：将 LLM 评委偏差校正应用于 BiGGen Bench 的真实数据（含 LLM 评委与人类评委数据）。页面上展示的所有数字——包括效应量在内——都针对 LLM judge（大模型评审员）的偏差做了修正，为 LLM-as-judge 评测方法的可靠性提供了新的改进思路。

2026-09-09 ~ 2026-09-09 · 2 条相关

• 屏幕上每个数字都修正了 LLM 评审偏差，连效应量也不例外 — IanArawjo · 2026-09-09
• 对 BiGGen Bench 真实数据做 LLM 评委偏差校正，连效应量也修正 — IanArawjo · 2026-09-09