热点事件持续更新
研究者提出基于IRT的LLM裁判聚合方法AGORA
1 篇报道1 个报道来源11 小时前更新
先了解这件事
AI 综述
2026年11月5日，研究者在 arXiv 发布研究，提出基于项目反应理论（IRT）的 LLM 裁判可靠性感知聚合框架 AGORA。针对多个 LLM 裁判水平参差不齐的问题，AGORA 无需人工标注即可联合学习各裁判的可靠性。该方法通过将评估项映射到潜在质量标度来表征裁判，在 3 个基准测试上的表现达到或超越了传统的 Dawid-Skene 模型。此外，当评估样本规模缩小至数百项的小数据集时，AGORA 展现出更为明显的性能优势。
AI 根据报道生成 · 6 小时前更新
最新进展11月5日 13:00
研究者提出AGORA框架，基于项目反应理论联合学习LLM裁判可靠性，小数据集上优势显著。报道时间线
沿着报道，了解事件的不同侧面。
11月5日
- arXiv cs.AIAGORA：基于项目反应理论的 LLM 裁判可靠性感知聚合方法
研究者提出基于项目反应理论的聚合框架 AGORA，无需人工标注即可联合学习各 LLM 裁判的可靠性，解决多裁判水平参差不齐的问题。AGORA 将评估项映射到潜在质量标度并以此表征裁判，在 3 个 benchmark 上的表现达到或超越 Dawid-Skene，且在样本规模缩小至数百项的小数据集上优势更为明显。
本事件热度走势
当前热度 8·可比范围峰值 9（11月5日 18:00）·近 24 小时可比范围变化 –
趋势仅比较持续完整观测到的相同主体，范围可能小于当前热度统计。移动指针或点击图表查看每小时热度；键盘可用左右方向键切换。