#流程优化

LLM裁判有偏见？三个校准步骤让评测可信

LLM-as-a-Judge 存在位置偏见、冗长偏见和自我偏好三类可预测偏差。本文介绍三个修复步骤：交换顺序双重裁判、基于书面评分标准的通过/失败判定、用人工标注和混淆矩阵校验裁判，并提供可复用的 Python 代码。