КАР: Агрегирование знаний о обеспеченных доверием ОУЗП

arXiv:2603.00039v2 Annuales Type: заменить перекрестное резюме: LLM-as-a-jude-ensembles является стандартной парадигмой масштабируемого анализа, но их агрегированные механизмы страдают от фундаментального недостатка: они косвенно предполагают, что судьи представляют независимые оценки подлинного качества. Однако на практике судьи ЛЖМ демонстрируют корреляционные ошибки, вызванные общими латентными узами -- такими как глаголосити, стилистические предпочтения или тренировочные артефакты, -- приводящие к принятию стандартных правил агрегирования, таких как большинство голосов или усреднение для получения малой выгоды или даже усиления систематических ошибок. Для решения этой проблемы мы введем систему агрегирования данных CARE, которая является созвучной системе агрегирования и прямо моделирует оценки LLM как результат латентного сигнала истинного качества и общих сомнительных факторов. Вместо того, чтобы перевесить судей по принципу эвристики, CARE отделяет качество от качества путешественников без доступа к наземной правде. Мы предоставляем теоретические гарантии для идентификации и окончательного восстановления проб под общим коллизией