规划
Reasoning Model Is Superior LLM-Judge, Yet Suffers from Biases
2026-05-15arxiv.org
★★★★★
对比推理模型与传统大模型在Agent裁判任务中的表现差异。
值得记下
阅读原文↗揭示推理模型作为裁判时的系统性位置与长度偏好，多Agent评估链路常需引入交叉验证机制以对冲偏差。
内容来源：arxiv.org，版权归原作者所有
对比推理模型与传统大模型在Agent裁判任务中的表现差异。
揭示推理模型作为裁判时的系统性位置与长度偏好，多Agent评估链路常需引入交叉验证机制以对冲偏差。
内容来源：arxiv.org，版权归原作者所有