基于Agent评审的评分与覆盖度解耦研究

2026年10月15日，arXiv Artificial Intelligence 发布 HyunJoon Jung 与 William Na 的论文，研究基于人设（persona）的 LLM 智能体评判中的评分与覆盖度分化现象。该论文已被 COLM 2026 接收。研究通过两个模型对、15项任务共960次会话开展实验，结果显示基于人设的 LLM 智能体评判在图灵式验证中与人类评分者难以区分。研究进一步发现分数-覆盖度分离：质量分数随评审团规模呈对数增长，而独特问题发现呈次线性幂律增长，分数饱和速度约为发现速度的两倍。消融实验表明，这种缩放特性依赖结构化人设条件，而非简单提示词。目前该研究处于论文发表阶段，尚无后续跟进报道。

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。