跳到正文
热点事件持续更新

研究揭示LLM评审对同义改写提示敏感

1 篇报道1 个报道来源12 小时前更新

先了解这件事

AI 综述

Ilija Subasic 等作者发表论文，提出 LLM-as-a-Judge 中的“Prompt Lottery”现象：语义相同、表层表述不同的改写提示词会让 LLM 评判结果发生变化，部分场景下甚至反转模型的相对排名。 10 名人工标注者的用户研究显示，LLM 评判器在提示词改写下的判断一致性下降幅度是人类的 6-9 倍，低于可用性研究普遍接受的阈值。 作者提出多提示词聚合作为缓解方法，称其可显著提升鲁棒性，思路是强化在提示词变体间保持一致的判断。

AI 根据报道生成 · 3 小时前更新

最新进展10月31日 12:00
LLM-as-a-Judge 中的“提示词抽奖”：测量与缓解对句法改写的敏感性

报道时间线

沿着报道，了解事件的不同侧面。

10月31日
  1. arXiv cs.AI
    LLM-as-a-Judge 中的“提示词抽奖”：测量与缓解对句法改写的敏感性

    研究提出 LLM-as-a-Judge 中的“Prompt Lottery”现象：语义相同但表层表述不同的改写提示词会导致评判结果变化，部分场景下甚至反转模型相对排名。10 名人工标注者的用户研究显示，LLM 评判器在提示词改写下的一致性下降幅度是人类的 6-9 倍，低于可用性研究普遍接受的阈值。多提示词聚合可显著提升鲁棒性，其思路是强化在提示词变体间保持一致的判断。

本事件热度走势

可比范围当前
7
可比范围峰值
810月31日 22:00
近 24 小时变化
–

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。