arXiv cs.SE· Ethan Ludwick, Yu-Chung Hsiao·· 2 小时前AI 评分38
SANE：面向 LLM 评审器的自动化评分器专属蜕变测试框架
SANE: Automated Scorer-Specific Metamorphic Testing for LLM Judges
AI 导读
论文提出 SANE，一个基于智能体的框架，把随机评估器的行为要求编码为可复用的智能体指令，在给定评分器规格、实现和代表性输入后自动识别评分器专属能力，并推导扰动配方与预期分数关系。
来源：arXiv cs.SE · arxiv.org