多選題評估

深度分析

「貝式準確度」：消除大型語言模型多選題長度偏差的 Bayesian 評分方案

多選題評估常因答案長度造成分數偏差，傳統使用未正規化或長度正規化皆有缺陷。研究發現標準分數偏好較短答案，正規化則過度偏好較長答案。本文提出貝式準確度，以答案長度先驗建模消除線性長度影響，無需額外前向傳播，即作即插即用的評估方式。實驗顯示在多項基準與少樣本設定下，偏差明顯降低。