待验证50% 置信解决方案精确时间
LLM-as-a-judge通过将Agent执行轨迹和评判标准组成提示词交由独立裁判模型打分或给出通过/拒绝决策来评估Agent行为
1
来源数
50%
置信度
长期有效
时效性
2026/9/24
首次发现
来源
涉及实体
相关事实
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78% 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78% 相似待验证一些团队引入LLM-as-Judge方式，用另一个模型评估Agent输出质量以形成自动化质量闭环75% 相似待验证评分函数往往需要精心设计，甚至借助另一个 LLM 来打分，即 LLM-as-judge 模式73% 相似已验证LLM-as-a-Judge是目前最流行的自动化评估方法，使用一个大模型来判断另一个大模型输出的质量73% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/947522API
curl https://kongchang.com/api/v1/knowledge/claims/947522MCP
get_claim(id=947522)