待验证50% 置信事实精确时间

LLM-as-a-Judge 常见评估模式包括单点评分、成对比较以及参考答案对照评分

1

来源数

50%

置信度

长期有效

时效性

2026/8/10

首次发现

来源

LLM-as-a-Judge校准指南：裁判模型可靠性验证实践

相关事实

待验证Dat将评估信号分为五种类型：LLM-as-a-Judge、人类反馈、黄金数据集、确定性评估，以及第五种（文章未完整呈现）74% 相似待验证LLM-as-Judge范式已被多项研究证实与人类评估具有较高相关性71% 相似

引用此条事实

Stable URI

https://kongchang.com/claim/724014

API

curl https://kongchang.com/api/v1/knowledge/claims/724014

MCP

get_claim(id=724014)