LangChain Blog·· 2026-08-27AI 评估 · 38/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。
LangSmith 推出自我改进的 LLM-as-a-Judge 评估器，对齐人类偏好
Aligning LLM-as-a-Judge with Human Preferences
AI 导读
LangSmith 评估器新增「自我改进」能力，把人类对 LLM-as-a-Judge 输出的修正存为 few-shot 示例，并在后续迭代中回填进提示词，从而无需提示词工程即可让评估器对齐人类偏好。
来源：LangChain Blog · langchain.com