Hacker News · AI· yamanahlawat·· 5 小时前精选AI 评分69
实测多模态大模型裁判：植入缺陷后仍多次通过评审
An LLM judge passed renders with defects I planted
AI 导读
作者在 Figma 转 React 组件的自动化生成流程中实测发现，多模态大模型作为裁判时自带评分方差，不仅会导致完全相同的渲染在固定阈值下反复横跳于通过与失败之间，还会放过大量人为植入的 UI 缺陷。
推荐理由
原文通过植入缺陷实测了多模态大模型作为评审裁判时的评分方差，展示了固定阈值机制在自动化代码迭代中的局限与改进思路。
来源：Hacker News · AI · yamanahlawat.in