谁来评判 LLM 评审?新论文提出多语言探针检验评测指标

kalyan_kpl · x · 2026-11-16

一篇题为 "Who Judges the LLM Judges?" 的论文提出一种多语言探针(multilingual probe),用于检验评测指标是否能捕捉语义层面的含义,而非停留在表面文本相似度——直指用 LLM 当裁判这一评测范式的可靠性问题。

原文链接 →

「研究」频道最新

更多「研究」频道 AI 资讯 →