ICML新作：校正LLM-as-Judge评测中的系统性偏差
Kangwook_Lee · x · 2026-07-06
研究人员在 ICML 展示 "LLM-as-a-Judge Corrected"，旨在修正将 LLM 用作评判模型时存在的系统性偏差，以提高智能体和模型自动化评测的可靠性。该工作由 Kangwook Lee 课题组多位研究者合作完成，针对当前 LLM-as-Judge 评测框架的已知局限性进行改进。
「研究」频道最新
- Meta FAIR 提出 Self-Direction:把 agent 失败变成 LoRA 技能,成功率提 13.8pp — karen_ullrich · 2026-10-27
- DONIC 双手机器人追踪成功率 86.79%，远超此前 SOTA 的 9.43% — liuziwei7 · 2026-10-27
- 为什么没有更多 10M 上下文模型?研究者抛出注意力机制疑问 — agarwl_ · 2026-10-27
- 研究者吐槽:论文里 PSNR 低于 15dB 基本是用错了指标 — kwangmoo_yi · 2026-10-27
- Ortet 首批医疗评测:34 个开源模型 50 项任务,通用排名不够用 — thegautamkamath · 2026-10-27
- Scaling 拟合之争:Uncheatable 计入输出头 FLOPs,Paloma 剔除,最小档差距高达 65% — dlwh · 2026-10-27