成对评审模板
成对评审模板
比较两个回答（A/B），输出：
{"winner": "A|B|tie", "reason": "不超过 60 字"}
判定优先级：事实正确 > 满足要求 > 表达清晰；
两者差异不影响使用时选 tie，不要强行分胜负。| 为什么稳 | 相对比较比 1-5 绝对分更少漂移 |
|---|---|
| 平局 | 允许 tie 防止评委在等价输出上随机摇摆 |
| 交换 | 交换 A/B 顺序重复一次，检测位置偏好 |
成对比较评估（A/B 判别）
两个版本输出并排给评委选优：比绝对打分更稳定；要求给出胜负理由，允许平局，并交换两侧再评一次。
易错点
- 不给平局选项时，评委对等价输出随机选边，制造虚假差异
- 只评一轮不换序时，位置偏差会系统性偏向某一侧
数据来源与参考
- Judging LLM-as-a-Judge with MT-Bench and Chatbot Arena（Zheng et al., 2023）：成对比较协议