LangChain· LangChain·· 2 天前AI 评估 · 53/100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。
Unify CTO 称用 GPT 评判 GPT 会测出一致性而非质量
Using GPT to Judge GPT Is a Mistake, Here's Why
AI 导读
Unify CTO Connor Heggie 在 LangChain 播客 Max Agency 中表示，如果智能体跑在 GPT 上、评测判官也用 GPT，测到的可能是一致性而非质量。他认为 LLM 判官应来自与被评智能体不同的模型家族，并希望两者关系近乎对抗。
来源：LangChain · youtube.com