面向稳健大语言模型两两评判的骨干网络自适应证据路由

英文标题：Backbone-Adaptive Evidence Routing for Robust Pairwise LLM Judging

论文提出 Backbone-Adaptive Evidence Routing（BAER），用于提升大语言模型在两两比较评判任务中的稳健性。该方法面向直接比较、推理以及基于参考答案验证等不同证据获取协议进行自适应路由。作者指出，不同评测基准和评判模型骨干网络并不存在统一最优的评判协议，因此需要根据具体条件选择证据策略。该研究对构建更可靠、可迁移的 LLM Judge 评测系统具有参考意义。

2.1 KB 612 B 380 B 9.1 KB 32.7 KB 22.8 KB 24.2 KB 34.7 KB