ИИ проверяет ИИ: как один агент оценивает работу другого и почему это не панацея
Habr ·
Проверить вручную тысячу ответов модели невозможно, поэтому проверку всё чаще поручают другой модели. Схема рабочая, но у неё есть слепые пятна: судья-нейросеть ошибается так же, как та, кого она проверяет. Разберём, где ИИ-судья полезен, где ломается и какой каркас проверки собрать, чтобы метод давал результат, а не иллюзию контроля. Читать далее