arXiv · cs.CY（计算与社会）· Shuyi Fan, Boyuan Deng, Mengyu Xu, Xinhong Xie, Chenyang Li, Hongyang Zhang·· 3 小时前AI 评分50
预注册 LLM-Judge 审计显示有界评分量表可能制造差异中的差异效应
Difference-in-Differences on a Censored Rating Scale Can Manufacture an Effect: Evidence from a Pre-Registered LLM-Judge Audit
AI 导读
一项预注册 LLM-Judge 审计显示，在有界评分量表上使用差异中的差异设计，可能在潜在偏好没有差异时制造观察到的效应。研究包含对冻结的 pedagogy judge 的 990 次调用，注册的主要分析未检测到所述 learner profile 对 scaffolding preference 的影响。
来源：arXiv · cs.CY（计算与社会） · arxiv.org