Unverified50% confidenceBenchmarkExact time

研究发现强大的LLM在评估开放式问答质量方面与人类评分者的一致性可达80%以上

1

Sources

50%

Confidence

Long-term

Relevance

7/15/2026

First Seen

Sources

LLM陪审团：多模型投票如何构建可靠元数据

Related Claims

Unverified研究表明经过良好校准的LLM裁判与人工标注的一致性可达80%以上80% similar VerifiedLLM-as-Judge方法与人类专家评分的一致性可达80%以上80% similar Unverified研究表明LLM裁判与人类专家的一致性在许多任务上可达80%以上79% similar Unverified研究表明LLM裁判与人类评分的一致率约为80%，接近但尚未超越人类自身一致性水平（约81%）77% similar Unverified2023年学术界研究发现，顶级大模型作为评判者与人类专家的判断一致性可达80%以上73% similar

Cite This Claim

Stable URI

https://kongchang.com/claim/513809

API

curl https://kongchang.com/api/v1/knowledge/claims/513809

MCP

get_claim(id=513809)