PulseAugur
中
实时 20:10:23
实体 Zheng et al. reply

Zheng et al. reply

PulseAugur coverage of Zheng et al. reply — every cluster mentioning Zheng et al. reply across labs, papers, and developer communities, ranked by signal.

Show in brief
总计 · 30天
1
90 天内 1
发布 · 30天
0
90 天内 0
论文 · 30天
1
90 天内 1
层级分布 · 90 天
主题
情绪 · 30 天

1 天有情绪数据

最近 · 第 1/1 页 · 共 1 条
  1. TOOL · CL_130498 ·

    LLM 评估的评委模型存在位置偏见，导致结果失真

    使用评委模型评估大型语言模型 (LLM) 时，一个常见的问题是位置偏见，即评委模型倾向于选择第一个答案，而不管其质量如何。这种偏见会显著影响报告的胜率，一项实验表明，改变答案的顺序可以将模型的胜率改变 15 个百分点。Zheng 等人在其论文《Judging LLM-as-a-Judge with MT-Bench and Chatbot Arena》（NeurIPS 2023）中的研究证实了强大的评委模型（包括 GPT-4）存在这种…