开发者发问：谁在做真正中立的大模型裁判？
amplifiedamp · x · 2026-11-08
amplifiedamp 提出观点：业界需要训练一个可信中立的裁判模型（judge/decision model），因为目前普遍用 Haiku、Opus 等商业模型当评测裁判，而它们并不能被视为中立。这是对 LLM-as-judge 评测方法可靠性的质疑。
「模型」频道最新
- 换硬件密钥后遭 OpenAI Daybreak 验证拒批,账号被锁 403 — Formal_Kick2995 · 2026-11-08
- 用户爆料 Google 封禁 Gemini 订阅接入第三方编码工具，违反 ToS — PixelCactus1 · 2026-11-08
- 印度 9B 多模态模型 Alpie Seed 榜单遭质疑：数据对不上、FP4 测速 FP16 报分 — cneuralnetwork · 2026-11-08
- 实验：Claude 比 ChatGPT 更敢下结论，34 题中 29 题更坚定 — AymericRoucher · 2026-11-08
- Anthropic Artifacts 突然拦截写入，用户被要求开放网络出口权限 — KeepStandardVoice · 2026-11-08
- Qwen4 Plus 会开放权重吗？社区依据历史先例倾向乐观 — Axiomexx · 2026-11-08