🏷️ LLM-as-Judge

LLM当裁判不靠谱？一文讲透AI主观评测的坑与解法

用大模型给大模型打分，是2026年最常见的评测方式，也是最容易自欺欺人的。本文拆解LLM-as-Judge的三类偏差、校准方法，以及一套可落地的双轨评测流程。