概念Self-Preference Bias
自我偏好
LLM 评估器能够识别自己的生成内容并给予偏爱的系统性偏差，导致自我评估分数虚高
时间轴 (近 90 天)
10月19日
模型倾向于给自己的输出（或风格相似的输出）打高分；Panickssery et al. 发现 LLM 评估器能识别自己的生成内容并予以偏爱。
待验证50%
LLM 评估器能够识别自己的生成内容并给予偏爱的系统性偏差，导致自我评估分数虚高
模型倾向于给自己的输出（或风格相似的输出）打高分；Panickssery et al. 发现 LLM 评估器能识别自己的生成内容并予以偏爱。