PRISM：用反事实探针校准黑盒评审模型

2026年10月15日，arXiv Artificial Intelligence 刊出 Kakei Yamamoto 与 So Kuroki 的论文，提出并验证 PRISM（Probe-based Residual Inference of Scoring Misalignment）评分校准方法。据该报道，PRISM 的做法是固定被评内容，测量属性被强调或弱化时评审分数的变化，从而把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。报道称该方法针对黑盒 LLM 评审，用于校准其评分偏差。目前该事件仅有这一篇报道，尚无后续跟进或相互矛盾的说法，方法的实际效果与适用范围有待进一步验证。

AI 根据报道生成 · 1 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。