arXiv cs.CL· Sangdo Han, Moonsoo Kim·· 2 小时前AI 评分26
无标签评分标准澄清提升 LLM 评审员共识，但未拉近与人类的一致性
Agreement Without Alignment: Label-Free Rubric Clarification Increases LLM-Judge Consensus but Not Agreement with Humans
AI 导读
一项无标签流程通过拆分评分标准子项、按评审员分歧排序并让编辑模型改写争议条款，在 SummEval 上将评审员间 Krippendorff's α 提升 0.069，但专家评分一致性无显著变化（Kendall τ 差异 -0.007）。
来源：arXiv cs.CL · arxiv.org