Blog

Notatki o tym, co naprawdę liczą testy modeli — i jak to czytać, żeby nie dać się zwieść pojedynczej liczbie.

12 października 2026
2 min czytania
LLM-as-Judge Under the Hood: What the Verdict Reads and Misses
An LLM judge is a prompt template with a model inside it. What the template splices in, which biases are documented, and what a verdict can and cannot tell you.
LLM-as-judgeMetodyka
6 października 2026
3 min czytania
Dlaczego LLM-as-judge wymaga kalibracji
LLM-as-judge skaluje ocenianie, ale dziedziczy uprzedzenia modelu-sędziego: bias pozycyjny, self-preference, wrażliwość na prompt. Ufać mu można dopiero po kalibracji na ludzkich etykietach.
LLM-as-judgeMetodyka

LLM-as-Judge Under the Hood: What the Verdict Reads and Misses