Baer

新的BAER方法提高了跨基准测试的LLM评判准确性

研究人员开发了骨干自适应证据路由（BAER），一种用于提高成对语言模型评判准确性的新颖方法。BAER根据特定的基准测试和评判骨干动态调整证据收集机制，确保候选对称性得到维持。该方法将专家偏好与可靠性分开，并包含三个对称头部：证据堆叠、基于可靠性的路由和候选无关的参考验证。在四个基准测试和两个8B评判骨干上，BAER的表现持续优于现有方法，实现了更高的测试准确性并提供了完整的预测覆盖。