OraCore · Topic ·research

LLM 評審別只看平均分

這篇論文提醒：LLM 當評審時，平均表現看起來穩，不代表每個輸入都可靠。作者用 transitivity 檢查與 conformal prediction sets，抓出輸入層級的不一致與不確定性。

1 articles in this thread ·Last updated 19h ago·First seen Jul 5, 2026

時間軸

  1. LLM 評審別只看平均分 種子

    這篇論文提醒：LLM 當評審時，平均表現看起來穩，不代表每個輸入都可靠。作者用 transitivity 檢查與 conformal prediction sets，抓出輸入層級的不一致與不確定性。