论文Agent 与开发者10:01Rubricon：自动生成与精炼评分标准，用于 LLM 评估与训练训练和评估没有标准答案的任务时，人工写 rubric 很贵，这篇论文给出全自动生成方案，对齐度比现有方法高 9%#Rubricon#LLM评估#Qwen3.5#HealthBenchaarXiv cs.AI@Ulyana Tkachenko 等 4 人原文稍后读已读值得跟进有用关注 Rubricon