#多准则决策

做医疗 AI 评测或人机协作研究的人可以看看这篇。它绕开了“必须有标准答案才能算互补性”的限制，用多准则决策分析给无 ground truth 的任务打标签，方法讲得很细，可以直接借鉴到自己的评估设计里。

把多个 LLM 智能体当利益相关方给医疗排班打分这招能用，但论文用实验证明讨论会抹平分歧、选项顺序会带偏结果，想真拿来做决策前得先跑这套审计方法。