评分量表设计影响LLM文本评分
发生了什么
据arXiv cs.CL报道，研究发现改变评分量表设计显著影响LLM文本评分结果。实验显示，改变一个设计元素平均使标准化分数偏移0.10，并改变约20%文本的分类。毒性评估对量表设计最敏感，基于量表的提示并未减少敏感性。
报道与来源
1 篇发布方数量不等于独立核验数量。同稿的多个入口保留在对应报道中。
来源关系与证据边界
按已记录的来源角色展示；连线仅表示原生身份流程确认的同稿入口，不表示独立佐证或跨报道引用。
- 一手材料1 个发布入口
据arXiv cs.CL报道，研究发现改变评分量表设计显著影响LLM文本评分结果。实验显示，改变一个设计元素平均使标准化分数偏移0.10，并改变约20%文本的分类。毒性评估对量表设计最敏感，基于量表的提示并未减少敏感性。
发布方数量不等于独立核验数量。同稿的多个入口保留在对应报道中。
按已记录的来源角色展示；连线仅表示原生身份流程确认的同稿入口，不表示独立佐证或跨报道引用。