[在睡亿分钟]最近的动态
你的怀疑是对的！LLM作为Judge，既无效又不可靠，终于有论文向LLJ开炮了
让LMM作为Judge，从对模型的性能评估到数据标注再到模型的训练和对齐流程，让AI来评判AI，这种模式几乎已经是当前学术界和工业界的常态。我之前也介绍过这方面的研究，但没想到打脸来得这么快！之前也有朋友曾质疑过 LLM as judge。…
参与讨论{{item.data.meta.comment}}条讨论
扫码打开当前页
-
￥优惠劵使用时效：无法使用使用时效：
之前
使用时效：永久有效优惠劵ID：×