arXiv · cs.AI· Youbing Yin, Jingyu Wu, Anoop Kumar, Scott Novotney, Daben Liu, Erin Babinsky·· 1 天前
LLM-as-a-Judge评审模型可通过提示实现自我去偏
The Judge Can Debias Itself: Awareness and Self-Debiasing for Reliable LLM-as-a-Judge
arXiv:2610.24320v1阅读论文 PDF ↗
仅依据论文摘要整理；未读取全文，实验条件、证明与基准细节请核对原文。
作者：Youbing Yin, Jingyu Wu, Anoop Kumar, Scott Novotney, Daben Liu, Erin Babinsky
研究任务与主要进展
作者提出两种无需额外训练的LLM-as-a-Judge去偏策略：评估前提示潜在偏差的bias-aware prompting，以及让评审模型事后反思偏差影响的self-debiasing。基于论文摘要，研究者新引入权威偏差、置信度偏差和格式偏差三类基准，并在三个前沿模型、七类偏差上评估；自我去偏在20/21个模型—偏差组合中带来最高15个百分点的提升。
阶段、条件与复现 · 深读核对
- 新能力对应什么具体任务与最小输入输出？
- 代码、模型、数据、许可与可用入口是否明确？
- 效果、总成本、失效条件与实际工作流如何验证？
这些是阅读核对问题；材料未说明的条件保留未知。请结合上方论文版本、资料范围与原文核验。
来源：arXiv · cs.AI · arxiv.org