模型评判偏差 LLM-DailyDigest 2026-09-13 2026-09-13 约 100 字 预计阅读 1 分钟 模型评判偏差 本主题由提交工具自动创建，可在此补充洞察与资料。 相关消息（按子主题自动聚合） 主动学习 1 NAOD：面向偏置 LLM 评判器的主动偏好学习最优设计 10-01 偏好优化 1 AI 偏好与真实用户参与度的差距诊断及缓解 09-17 医疗人工智能评测 1 LLM评判器对AI临床笔记的遗漏盲区及改进方法 09-01 奖励模型评测 1 面部吸引力偏差扭曲文生图奖励模型与排行榜 10-21 学术论文 1 Game-the-LLM-Reviewer：降低 AI 审稿“错杀”的论文改写 Skill 09-23 安全评测 1 辩论可纠正人类判断，却难以改善弱模型监督 10-21 截尾偏差 1 截尾评分量表中的双重差分会制造虚假效应 08-28 模型可靠性 1 可信 AI 审稿人的修辞鲁棒性评测与 SciCore 方法 10-01 模型评测 2 PolyRating：低成本、偏差感知的 LLM 评测系统 10-18 JEV 对比 LLM 量规评判：更低成本、更快但错误高度相关 09-25 科研评测 1 顶刊已发表论文的 LLM 同行评审可靠性评测 10-25 评测审计 19 评判者一致却错误：无标签评估中的一致性—准确性解耦 10-18 请求呈现方式诱发评判模型对抗性偏差 10-10 TRACE：诊断智能体评测中的验证器脆弱性 10-09 并非所有裁决都平等：重思 LLM Judge 可靠性 10-09 自动评判误差掩盖不确定性量化评估中的权衡 10-08 LLM 评判器在实体对齐评估中的可靠性 10-08 CAP：跨部署条件诊断 LLM 评判模型 10-08 智能体脚手架收益还是评判偏差？投行演示文稿评测 10-01 Arena：LLM 裁判自我偏好显著高于人类 09-30 论点与署名：AI 评估中的来源—立场一致性偏差 09-30 修辞如何奖励劫持 AI 审稿：4080 次改写揭示评分偏差 09-29 学习攻破智能体评判模型的错误注入策略 09-29 代码风格而非自我识别：LLM 零样本代码归因中的表面线索 09-25 Augur：产品与政策变更的合成决策实验室 09-25 LLM 排行榜结论对隐藏模型选择的敏感性 09-24 超越准确率：程序轨迹如何改变 LLM 监督者的决策标准 09-17 去标识化简历中的人口属性泄漏与偏见评测伪差 09-16 审计方式左右结论：LLM 决策审计的工具效应可比人口偏差 09-09 用户反馈提供 LLM 无法自行识别的独特改进信号 09-03 锚定偏差 1 LLM裁判的锚定偏差：先前评分损害评估独立性 08-27
