跳到正文
AGI Hunt· rohanpaul_ai·· 6 小时前AI 评分51

斯坦福研究称 8 个 LLM 评审医学答案时均存在自偏好

斯坦福研究:8 个 LLM 评审医学答案时均存在自偏好

AI 导读

斯坦福在论文《The Judge Is Not Impartial》中报告,8 个来自 OpenAI、Anthropic、Google 和 Qwen 的 LLM 评审在医学答案互评中普遍更偏爱自己生成的答案。研究基于 13,760 次判定,覆盖 620 个真实医学问题,显示 LLM-as-judge 可能因自偏好影响医学自动评测的可靠性。

来源:AGI Hunt · agihunt.info