开发者发问：谁在开发真正中立的大模型裁判模型？

开发者 amplifiedamp 提出，业界需要训练一个可信、中立的裁判模型（judge/decision model），以提升大模型评测的可靠性。当前业界普遍使用 Haiku、Opus 等商业模型担任评测裁判，但这类模型无法被视为真正中立，因此受到对 LLM-as-judge 方法可靠性的质疑。