待验证50% 置信事实精确时间
LLM-as-Judge 范式由 MT-Bench、Chatbot Arena 等研究推广，能捕捉语义等价、逻辑推理和事实一致性
1
来源数
50%
置信度
长期有效
时效性
2026/9/16
首次发现
来源
涉及实体
相关事实
待验证LLM-as-a-Judge方法最初由LMSYS在其Chatbot Arena中推广75% 相似待验证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74% 相似待验证研究表明在大规模评估场景下LLM裁判（LLM-as-judge）与人工标注有较高相关性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72% 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69% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/927978API
curl https://kongchang.com/api/v1/knowledge/claims/927978MCP
get_claim(id=927978)