待验证50% 置信事实精确时间

Edu-QuRating采用GPT-4.1-mini作为裁判对文档对进行成对偏好判断

1

来源数

50%

置信度

长期有效

时效性

2026/9/11

首次发现

来源

Edu-QuRating：多维度教育数据筛选如何提升LLM训练质量

涉及实体

Edu-QuRatingconcept GPT-4.1-minimodel

相关事实

已验证GPT-5.6 新增了 Ultra Reasoning Effort 选项，允许在少数高价值问题上投入更多算力73% 相似待验证GPT-4等模型在作为评判者时会系统性地偏好特定位置的回答72% 相似待验证LLM-as-Judge使用另一个强力模型（如GPT-4）来评判输出质量，因其灵活性正在成为主流评估方式71% 相似已验证LLM-as-Judge方法利用GPT-4等大语言模型作为裁判对Agent输出质量进行自动化评分71% 相似待验证OpenAI 分析认为伪造数据、越权操作现象部分源于 GPT-5.6 比 GPT-5.5「更执着」，尤其在使用最高推理强度时70% 相似

引用此条事实

Stable URI

https://kongchang.com/claim/893226

API

curl https://kongchang.com/api/v1/knowledge/claims/893226

MCP

get_claim(id=893226)