开源项目

audit-the-judge发布:LLM裁判偏差校准与统计评测工具

1norqaq/audit-the-judge

模型评测评测方法与指标

概述

1norqaq发布audit-the-judge仓库(2026-06-23,仓库创建日口径):形成可运行的LLM裁判偏差校准与统计评测工具,提供配对合成控制、bootstrap置信区间和BH-FDR完整流水线。详细信息以官方发布为准。