Noah Ziems

LLM作为评判者方法在专家知识任务评估中的局限性

Szymanski 等人比较营养学和心理健康领域中专家与LLM评判的一致性，发现SME与LLM一致性仅64%-68%，表明复杂专业知识任务仍需人类专家参与评估。