待验证50% 置信事实精确时间
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
1
来源数
50%
置信度
长期有效
时效性
2026/7/24
首次发现
来源
提示词自动迭代新思路：会自省、会止损的 /loop 编译器模式
redditr/learnmachinelearning2026/7/9
相关事实
待验证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81% 相似待验证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75% 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73% 相似待验证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67% 相似待验证该研究使用「LLM作为裁判」的评估方式，只要本地模型胜出或与专有模型打平就计为一次胜利67% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/608364API
curl https://kongchang.com/api/v1/knowledge/claims/608364MCP
get_claim(id=608364)