AGORA: Reliability-Aware Aggregation of LLM Judges via Item-

1. 20:04
   Dev.to Top Tech

   評分器成為基準脆弱環節 — 針對評分面板的專案反應修正

   導語：這篇文章彙整了 2026 年 10 月底至 11 月初的多篇 arXiv 研究與工具更新，揭示評分機制的脆弱性並提出改進方法。 - AGORA：採用專案反應理論對 LLM 評分者進行可靠度加權，避免弱評者拉低整體判決。

當前熱度 9·可比範圍峰值 10（11月5日 21:00）·近 24 小時可比範圍變化 –

趨勢僅比較持續完整觀測到的相同主體，範圍可能小於當前熱度統計。移動指標或點選圖表檢視每小時熱度；鍵盤可用左右方向鍵切換。