待验证50% 置信事实精确时间

2023年UC Berkeley的研究论文《Judging LLM-as-a-Judge》系统性地量化了LLM裁判的这些偏差

1

来源数

50%

置信度

长期有效

时效性

2026/8/29

首次发现

来源

用生产数据做基准测试：省91%成本的模型迁移实践

涉及实体

Judging LLM-as-a-Judgeconcept UC Berkeleycompany

相关事实

已验证Zheng et al.（2023）在MT-Bench和Chatbot Arena的研究中系统化提出了LLM-as-a-Judge方法70% 相似待验证Coverity起源于斯坦福大学的静态分析研究55% 相似待验证斯坦福的Schaeffer等人对涌现现象提出质疑，认为涌现可能部分是评估指标选择导致的测量伪影55% 相似

引用此条事实

Stable URI

https://kongchang.com/claim/820815

API

curl https://kongchang.com/api/v1/knowledge/claims/820815

MCP

get_claim(id=820815)