预测驱动推理的工业化：用于可靠生成式AI与智能体系统评估的GLIDE库

智能体系统的可靠评估需要带有有效不确定性的无偏估计，但标准实践只能在昂贵的人工标注与有偏的LLM裁判代理之间权衡。预测驱动推理（PPI）将两者结合为带有效置信区间的去偏估计，但其各类方法仍散落在论文中，且仅有不完整的实现。我们提出GLIDE，一个开源Python库，将最先进的PPI估计器（PPI++、Stratified PPI、Predict-Then-Debias及其分层变体、Active Statistical Inference）与采样器（均匀、分层、主动、成本最优）统一在专注于均值估计的scipy风格API之下。GLIDE附带可复现的蒙特卡洛验证套件、基于实证的方法选择决策树，以及一个智能体评估案例研究，展示了在同等精度下大幅节省标注成本。GLIDE软件包可通过以下网址获取：https://github.com/EmertonData/glide