标签
Llm-as-Judge
Apr 5, 2026
大模型工程
34 分钟大模型工程（十）：LLM-as-Judge 与评估
为什么 MMLU 坏了、污染问题、LLM-as-judge 偏置、位置偏置缓解、校准、生产里真正能在客户之前抓到回归的 A/B 测试模式。
Apr 5, 2026
大模型工程
34 分钟
Apr 5, 2026
大模型工程
34 分钟为什么 MMLU 坏了、污染问题、LLM-as-judge 偏置、位置偏置缓解、校准、生产里真正能在客户之前抓到回归的 A/B 测试模式。