arXiv · cs.AI· Cesare Barbera, Luca Stradiotti, Lorenzo Cascioli, Lorenzo Perini, Niek Tax, Daniel Haimovich, Jesse Davis, Andrea Passerini, Andrea Pugnana·· 2 天前
CaLLM：通过多校准缓解 LLM-as-a-judge 偏差
A CaLLM Judge is a Better Judge: Mitigating Bias in LLM-as-a-judge
arXiv:2610.18108v1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：Cesare Barbera, Luca Stradiotti, Lorenzo Cascioli, Lorenzo Perini, Niek Tax, Daniel Haimovich, Jesse Davis, Andrea Passerini, Andrea Pugnana
研究任务与主要进展
研究者提出后处理框架 CaLLM，用于同时缓解大语言模型评审在候选答案位置、冗长度和模型家族等方面产生的系统性偏差。基于论文摘要，作者证明在相关群体的误差结构可由可用表征捕获时，CaLLM 可界定各群体的偏差，并在加入显式偏差群体后进一步降低残余偏差；成对偏好基准评估显示，该方法同时降低了指定和未指定群体的多校准误差，并提升了评审预测性能。
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