LLM-as-a-Judge
Bir dil modelinin başka model çıktılarının kalitesini belirli bir rubriğe göre puanlaması.
Model hakemliği ölçeklenebilir değerlendirme sağlar; fakat konum, uzunluk, üslup ve kendi model ailesini kayırma gibi önyargılara açıktır. İnsan kalibrasyonu ve birden fazla hakem kullanımı güvenilirliği artırabilir.
Üye yorumları