★ 2
SQM 方法提升 LLM 评审校准的分布保真度
arXiv 论文提出流式分位数匹配（SQM），把 LLM-as-a-judge 的评分视为有序分布而非孤立点，通过最优传输映射对齐人类评分分布。实验显示 SQM 在分布保真度和整体排名上优于逐点校准方法，并发现事后校准可缩小大小评审模型间的原始误差差距，为更高效的 LLM 评审提供可能。
arXiv cs.AI10 小时前
#LLM-as-a-judge
共 1 篇相关资讯，按重要度与时间排序，每 3 小时更新。
共 1 篇相关资讯，按重要度与时间排序，每 3 小时更新。
arXiv 论文提出流式分位数匹配（SQM），把 LLM-as-a-judge 的评分视为有序分布而非孤立点，通过最优传输映射对齐人类评分分布。实验显示 SQM 在分布保真度和整体排名上优于逐点校准方法，并发现事后校准可缩小大小评审模型间的原始误差差距，为更高效的 LLM 评审提供可能。