待验证60% 置信事实精确时间

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

2

来源数

60%

置信度

长期有效

时效性

2026/7/16

首次发现

来源

用Pydantic Evals量化LLM输出质量并纳入CI质量门禁

相关事实

已验证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82% 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79% 相似已验证LLM-as-a-judge模式即用一个能力更强的模型来评判另一个模型的输出质量，降低评测成本但引入评判模型自身的偏见问题77% 相似已验证LLM as Judge是利用一个独立裁判LLM评判主模型输出质量的技术，评判维度包括安全性、相关性、事实一致性70% 相似

引用此条事实

Stable URI

https://kongchang.com/claim/526467

API

curl https://kongchang.com/api/v1/knowledge/claims/526467

MCP

get_claim(id=526467)