judging

定義

出力の良し悪しを採点・比較する行為。自由記述のように正解が一つに定まらない課題では自動指標が機能しにくく、人手評価か強力なモデルによる採点に頼ることになる。採点者が何を基準にしているかが結果を左右するため、評価基準（rubric）の開示が結論の信頼性を決める。

論文題名での読み方

評価役を担う話

この語が出てくる解説

• LLM-as-a-Judge を1から — AIがAIを採点する仕組みと限界Judging LLM-as-a-Judge with MT-Bench and Chatbot Arena