Hot storiesWatching
研究者提出用于LLM裁判校准的流式分位数匹配方法SQM
1 reports1 reporting sourcesUpdated 1 day ago
Start here
AI overview
2026年11月3日，针对大语言模型作为裁判（LLM-as-a-Judge）时评分与人类评价存在的分布偏移问题，研究者在 arXiv 提出流式分位数匹配（SQM）方法。该方法通过计算两者分布间的最优传输映射进行事后校准。实验结果表明，SQM 尊重人类锚定集的序数特性，在多项模型与数据测试中取得了最佳分布保真度，综合排名位列第一。此外，该校准方法还缩小了小模型裁判与大模型裁判之间的原始误差差距。
AI-generated from reports · Updated 1 day ago
Latest developmentsNov 3 13:00
研究者提出流式分位数匹配SQM方法，在LLM裁判评分校准测试中综合排名第一。Report timeline
Follow the reports to see different sides of the story.
Nov 3
- arXiv 人工智能分位数而非点：面向序数感知的 LLM-as-a-Judge 流式分位数匹配校准
针对 LLM-as-a-Judge 评分与人类评价的分布偏移，研究者提出流式分位数匹配（SQM）方法，通过计算两者分布间的最优传输映射进行事后校准。实验表明，SQM 尊重人类锚定集的序数特性，在多项模型与数据测试中取得了最佳分布保真度并位列综合排名第一。该校准还缩小了小模型与大模型裁判间的原始误差差距。
Story heat trend
Current heat 4·Comparable peak 9（Nov 3 18:00）·Comparable change, last 24 hours-49%
Trends compare only the same parties observed continuously, so the scope can be narrower than current heat counts. Move the pointer or tap the chart to see hourly heat; use the left and right arrow keys on a keyboard.