LLM-as-Judge 评估科学新颖性不可靠：RQ-Bench 揭示“新颖性幻象”
做科学创新评估或使用 LLM 辅助审稿的团队，这篇论文揭示了 LLM 裁判的盲区——它可能高估新颖性，导致误判。建议点开了解 RQ-Bench 的测试方法，避免在关键评估中踩坑。
#RQ-Bench
共 1 条 · 7 天 0 条 · 30 天 0 条
信息流里打上「RQ-Bench」标签的资讯、产品与论文，按刊登时间排，新的在上。
6月11日
做科学创新评估或使用 LLM 辅助审稿的团队，这篇论文揭示了 LLM 裁判的盲区——它可能高估新颖性，导致误判。建议点开了解 RQ-Bench 的测试方法，避免在关键评估中踩坑。