待验证50% 置信事实精确时间
基于LLM的评分（LLM-as-a-judge）在Agent类与非Agent类评估中都呈现增长
1
来源数
50%
置信度
长期有效
时效性
2026/9/18
首次发现
来源
涉及实体
相关事实
已验证LLM-as-a-Judge方法存在位置偏差、冗长偏差和自我偏好偏差等已知系统性偏差68% 相似待验证0.69的相关性说明LLM判断与人类判断强相关但并非完全等同，LLM裁判可作为大规模筛选工具但在高风险决策场景中人类判断仍不可完全替代62% 相似待验证LLM-as-Judge存在位置偏见（Position Bias）和奉承偏见（Sycophancy Bias）等问题62% 相似待验证LLM评估相比人工更客观，能在统一评估框架下对候选人一致性打分，避免人类面试官因疲劳、心情、首因效应等认知偏差导致的不公61% 相似待验证LMArena衡量人类偏好而AA指数衡量客观基准表现，两类评测形成互补60% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/931082API
curl https://kongchang.com/api/v1/knowledge/claims/931082MCP
get_claim(id=931082)