arXiv Artificial Intelligence· Kakei Yamamoto, So Kuroki·2026-10-15 12:00· 18 小时前AI 评分27

PRISM：用反事实探针校准黑盒 LLM 评审

PRISM: Calibrating Black-Box Judges with Counterfactual Probes

AI 导读

PRISM（Probe-based Residual Inference of Scoring Misalignment）通过固定被评内容、测量属性被强调或弱化时的分数变化，将评审对显式评价偏置的响应表示为代理 Jacobian，再用岭回归在人工标签上学习对基线分数的校正。