Meta AutoRefine：用工作流结果自动校准 LLM 代码裁判，一致率从 0.16 升至 0.51

Meta 发表论文 AutoRefine，利用测试结果及变更合并或放弃等标签自动重写 LLM 代码裁判提示词，并引入可弃权的“知情的 teacher”。在 Meta 部署的 agent 上重校准后，一致率从 0.16 升至 0.51；留出集 Scott's π 一致率从 0.36 升至 0.60，标签噪声实验则将噪声从 25% 降至 20%。