热点事件持续更新
研究提出LLM裁判聚合框架JudgeMoE
1 篇报道1 个报道来源4 小时前更新
先了解这件事
AI 综述
2026年10月7日，arXiv发表相关研究，研究人员针对LLM-as-a-Judge提出轻量级评分分布聚合框架JudgeMoE。该方法通过为各裁判大模型的评分分布分配样本特定权重并进行融合，以解决传统标量压缩导致的不确定性丢失问题。评测数据显示，在10-cell基准上，JudgeMoE相较于均匀对数池化将平均Spearman系数提升了+0.079；在16个cell评测中，相比最强本地单裁判平均提升+0.0393，并在其中12个cell上表现更优（p=0.0091）。
AI 根据报道生成 · 4 小时前更新
最新进展10月7日 12:00
研究提出聚合框架JudgeMoE，通过融合多裁判评分分布提升评估准确度。报道时间线
沿着报道，了解事件的不同侧面。
10月7日
- arXiv 自然语言处理JudgeMoE：面向 LLM-as-a-Judge 的评分分布聚合方法
研究人员提出轻量级聚合器 JudgeMoE，通过为各裁判大模型的评分分布分配样本特定权重并进行融合，解决 LLM-as-a-Judge 标量压缩导致的不确定性丢失问题。在 10-cell 基准上，JudgeMoE 相比均匀对数池化将平均 Spearman 系数提升了 +0.079；在 16 个 cell 评测中相比最强本地单裁判平均提升 +0.0393（12/16 表现更优，p=0.0091）。
本事件热度走势
当前热度 9·可比范围峰值 10（10月7日 13:00）·近 24 小时可比范围变化 –
趋势仅比较持续完整观测到的相同主体，范围可能小于当前热度统计。移动指针或点击图表查看每小时热度；键盘可用左右方向键切换。