When Judgment Becomes Noise: How Design Failures in LLM Judge Benchmarks Silently Undermine Validity

Fuente: arXiv
Salvato in:
Dettagli Bibliografici
Autori principali: Feuer, Benjamin, Tseng, Chiung-Yi, Lathe, Astitwa Sarthak, Elachqar, Oussama, Dickerson, John P
Natura: Preprint
Pubblicazione: 2025
Soggetti:
Accesso online:
Tags: Aggiungi Tag
Nessun Tag, puoi essere il primo ad aggiungerne!!