arXiv cs.AI· Kakei Yamamoto, So Kuroki·· 9 小时前AI 评分22
PRISM:用反事实探针校准黑盒 LLM 评审
PRISM: Calibrating Black-Box Judges with Counterfactual Probes
AI 导读
PRISM(Probe-based Residual Inference of Scoring Misalignment)通过固定被评内容、测量属性被强调或弱化时的分数变化,将评审模型对显式评估偏置的响应表示为代理 Jacobian,再用岭回归在人工标注上学习对基线分数的校正。
来源:arXiv cs.AI · arxiv.org