Agent-as-a-judge 进入主流研究
aparnadhinak · x · 2026-07-11
一篇关于 AI 评测方法的文章讨论了 **agent-as-a-judge**：也就是让另一个 AI agent 来评估 agent 的表现。 帖子还指出，这个方向最早在 2024 年 10 月以研究论文形式提出，并在 2025 年被 **ICML** 接收，说明这一评测思路已经进入更主流的学术讨论。
aparnadhinak · x · 2026-07-11
一篇关于 AI 评测方法的文章讨论了 **agent-as-a-judge**：也就是让另一个 AI agent 来评估 agent 的表现。 帖子还指出，这个方向最早在 2024 年 10 月以研究论文形式提出，并在 2025 年被 **ICML** 接收，说明这一评测思路已经进入更主流的学术讨论。