跳到正文
AGI Hunt· Business-Feedback635·· 1 小时前AI 评分69

实测 5 家 LLM 评审模型的 Markdown 格式偏见

实测 5 家 LLM 评审:全都偏爱 Markdown,一家因格式选了错误答案

AI 导读

作者复现 TMLR 论文「Judging the Judges」,用 50 对相同内容的 Markdown 与纯段落答案测试 Claude Haiku 5.5、GPT-6 Luna、DeepSeek V4.1 Flash、Qwen3.8 Flash 和 Gemini 3.5 Flash-Lite,共进行 1,880 次调用。

来源:AGI Hunt · agihunt.info