Meu melhor palpite: Rubricas + LLM Judge - Atomize cada ponto na prova de verdade e verifique a saída do modelo Meu palpite sobre como eles tornaram isso escalável - como antes não era, os humanos tiveram que criá-los meticulosamente, eles treinaram ou fizeram algo para fazer rubricas muito boas geradas para cada problema específico ou sua resposta.

.@polynoamial @alexwei_ piscar duas vezes se eu estiver certo e 3 vezes se eu estiver errado - antes que os cegos sejam liderados pelos cegos xD