LLM-as-a-judge
general · 首次出现 2026-05-22 · 最近出现 2026-10-23 · 累计提及 54
综述正在准备
相关报道少于 3 条时不强行生成。
相关报道
10 条在档- 研究：LLM-as-a-Judge 提示策略效果依赖评审模型与语言arXiv cs.LG
- 基于知识图谱的企业数据助手：模拟评估应对不完美提示词arXiv cs.AI
- LangChain 发布 Agent Evals 实践指南：从 trace 到 benchmark 的完整评估流程shao__meng
- DeepEval 团队发布 JevEval：用 Jev 替代生成式 LLM 当评估裁判shao__meng
- 用 Jev-as-a-Judge 提升 agent 评估的可靠性DAIR.AI
- 多轮商业代理的LLM评估系统设计arXiv cs.AI
- 新框架显式校正 LLM 评审偏差，用更少对比恢复可靠排名arXiv cs.LG
- npj Digital Medicine 论文：用大模型当裁判评估临床生成式 AInpj Digital Medicine
- JEV 论文：廉价评审级联可省约 43% 评测成本DAIR.AI
- LLM 能否生成阿拉伯古典 Maqama 文体？首个对照评估研究发布arXiv cs.AI