按年被提到
20242024 · 1 次2026
大模型与语言模型›提示工程与输出稳定性·arXiv:2411.15594 · cs.CL

A Survey on LLM-as-a-Judge

LLM-as-a-Judge 综述
Jiawei Gu, Xuhui Jiang, Zhichao Shi, Hexiang Tan, Xuehao Zhai, Chengjin Xu, Wei Li, Yinghan Shen, Shengjie Ma, Honghao Liu, Saizhuo Wang, Kun Zhang 等 16 人 · 2024

综述如何构建可靠的 LLM 评审系统及其偏见与基准

开始阅读 ↗PDFalphaXiv 讨论
被提及 · 3 人首次 2024-11-26 · 最近 2026-08-05发表于 The Innovation
3不同的人
3活跃月份
3讨论串
139被引(OpenAlex)

论文综述 LLM-as-a-Judge(用 LLM 作为复杂任务评估者),围绕核心问题「如何构建可靠的 LLM-as-a-Judge 系统」展开。内容包括提升一致性、缓解偏见和适应不同评估场景的策略,提出评估这类系统可靠性的方法并配有新基准,也讨论了实际应用、挑战与未来方向。

HN 为什么提它

评论者只是把它作为 LLM 评审评估方法的综述来引用,没有附带评论。

综述难度 2 / 5约 90 分钟有时效性
读之前最好知道
1大语言模型(LLM)基础
2模型评测与基准
3提示工程(prompting)
4评估偏见与一致性度量

HN 书评

推荐在前,同类按时间 · 每篇最多保留 20 条,统计用全部提及
引用meander_water · 2025-04

“[1] A Survey on LLM-as-a-Judge”

作为参考文献列出这篇 LLM 当评审的综述,未加评论
Chain of Recursive Thoughts: Make AI think harder by making it argue with itself原评论 ↗
被提交为 story · 2 次