LLMs lặp lại 96% lỗi tự tin của JEV và làm suy yếu các vòng đánh giá

Nghiên cứu mới cho thấy các mô hình LLM lớn đã lặp lại tới 96% số lỗi tự tin từ tập dữ liệu JEV, gây ra các vòng phản hồi sai lệch trong quá trình đánh giá. Điều này đặc biệt lo ngại vì nó có thể làm suy yếu đáng kể hiệu quả của các hệ thống đánh giá dựa trên AI.