目录 / llm-judge-evaluation
SKILL
未评级
已上架
llm-judge-evaluation
当需要使用大语言模型（LLM）自动评测模型输出（如评分、择优、构建评分量规、进行A/B测试）时，采用包含偏差缓解、置信度校准和量规生成的可落地评测流程，并输出结构化的打分结果；不适用于纯人工评测或无明确判别标准的开放生成任务。触发词：LLM-as-judge、成对比较、位置偏差、评分量规、评测流水线。
模型生成摘要（rules/v1 · 2026-11-13 08:36）：当需要使用大语言模型（LLM）自动评测模型输出（如评分、择优、构建评分量规、进行A/B测试）时，采用包含偏差缓解、置信度校准和量规生成的可落地评测流程，并输出结构化的打分结果；不适用于纯人工评测或无明确判别标准的开放生成任务
这是模型对公开材料的总结，不是官方声明，请以原链内容为准。
这是模型对公开材料的总结，不是官方声明，请以原链内容为准。
存档时间线
| 版本 | 存档时间 | 内容哈希 | 内容 |
|---|---|---|---|
| v1 | 2026-11-13 08:36 | d467158d | 可取 |
版本索引永久保留；内容副本只保留最新 1 份，更早版本仅留索引与哈希（存档时间线的证据链不会因此断裂）。
纠错与举报（发现条目失效、署名有误或涉及侵权？）
提交举报 / 纠错
侵权举报经核验成立后，我们会即时下线该条目并删除已存的内容副本。