待验证60% 置信事实精确时间
LLM as Judge由Lianmin Zheng等人在MT-Bench论文（2023）中系统提出，核心思路是用独立大语言模型对另一模型输出进行打分以替代人工标注
2
来源数
60%
置信度
长期有效
时效性
2026/7/7
首次发现
来源
循环工程（Loop Engineering）：让AI自主进化的新范式
bilibili镇渊AI2026/6/30
相关事实
待验证LLM-as-a-Judge是由Zheng等人在2023年系统化提出的评估范式，利用能力更强的模型对被测模型输出进行打分或排序82% 相似待验证LLM-as-Judge方法由Zheng et al.在MT-Bench论文中系统验证，使用独立语言模型对目标模型输出进行多维度打分，但存在位置偏见和自我中心偏见81% 相似待验证「LLM-as-Judge」范式最早在2023年被系统性提出，利用大语言模型本身的评估能力对生成内容进行质量打分75% 相似待验证现代 LLM 的核心能力在于「下一个 Token 预测」，通过统计语言模式生成连贯文本，而非真正理解语义66% 相似已验证思维链（Chain-of-Thought）提示由Wei等人于2022年在论文《Chain-of-Thought Prompting Elicits Reasoning in Large Language Models》中系统提出66% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/170755API
curl https://kongchang.com/api/v1/knowledge/claims/170755MCP
get_claim(id=170755)