PapersBuilders10:01Chinese contentRubricon:自动生成与精炼评分标准,用于 LLM 评估与训练训练和评估没有标准答案的任务时,人工写 rubric 很贵,这篇论文给出全自动生成方案,对齐度比现有方法高 9%#Rubricon#LLM评估#Qwen3.5#HealthBenchaarXiv cs.AI@Ulyana Tkachenko et al. (4)SourceRead laterReadWorth followingUsefulFollow Rubricon