EMNLP论文质疑LLM评分可靠性：rubric伪影可被利用

一篇被EMNLP 2026接收的论文（arXiv:2609.02942）对LLM-as-a-Judge评测的可靠性提出质疑。研究发现，仅用rubric文本、完全不查看被评回答训练的分类器，也能部分预测LLM的评分，说明评分rubric中存在可被利用的伪影，评测分数可能并非真正反映内容质量。该成果由IIT Madras团队以海报形式展示。

2026-10-27 ~ 2026-10-28 · 2 条相关

• EMNLP 海报研究：LLM-as-a-Judge 的评分 rubric 存在可被利用的伪影 — ravi_iitm · 2026-10-27
• EMNLP 论文实锤：LLM 评分与被评内容无关也能部分预测 — ravi_iitm · 2026-10-28