O meu melhor palpite: Rubricas + Juiz LLM - Atomizar cada ponto na prova da verdade fundamental e verificar em relação à saída do modelo. O meu palpite sobre como tornaram isto escalável - uma vez que antes não era, os humanos tinham que elaborá-las meticulosamente, é que treinaram ou fizeram algo para gerar rubricas muito boas para cada problema específico ou a sua resposta.

.@polynoamial @alexwei_ pisque duas vezes se estou certo e 3 vezes se estou errado - antes que os cegos sejam guiados pelos cegos xD