跳到正文
AGI Hunt· omarsar0·· 2 小时前AI 评分32

Eval Weekly 精选 2026 十大评测论文:覆盖 verifier 与 agent-as-a-judge

Eval Weekly 精选 2026 十大评测论文:覆盖 verifier 与 agent-as-a-judge

AI 导读

omar sar 评选出 2026 年度十大评测论文,聚焦 verifier、agent-as-a-judge 与 LLM-as-a-judge 等方向。榜单覆盖耐久性、质量、鲁棒性和效率,并将自我改进审计纳入评测议题,提醒业界关注评测本身的质量。

来源:AGI Hunt · agihunt.info