arXiv · cs.AI · Ilija Subasic, Andrew Rabinovich, Zhao Chen2026-11-03 13:00 · 11 小时前模型评分37

SQM：面向大语言模型（LLM，Large Language Model）-as-a-Judge 校准的流式分位数匹配方法

Quantiles, Not Points: Streaming Quantile Matching for Ordinal-Aware LLM-as-a-Judge Calibration

导读

研究者提出流式分位数匹配（SQM，Streaming Quantile Matching），通过计算大语言模型（LLM，Large Language Model）与人类评分分布之间的最优传输映射来校准 LLM-as-a-Judge 打分，而非逐点映射。

分类置信度

中 · 待人工复核

来源级别：媒体与个人

事件类型：研究发布

证据摘录

“We present streaming quantile matching (SQM), a version of a classical method not previously bench marked for LLMaJ calibration, which is built on the two positions by computing the optimal-transport map between the LLM and human score distributions.”

来源：arXiv · cs.AI · arxiv.org

SQM：面向 大语言模型（LLM，Large Language Model）-as-a-Judge 校准的流式分位数匹配方法