双重盲评

英文：Double-Blind Evaluation　分类：eval

基本释义

评估者与模型身份互不透明的评测方法：评审者不知道输出来自哪个模型（避免偏好偏见），模型训练也不接触评测信息，确保公平。

技术要点

实现：输出匿名化（去标识）、随机顺序呈现、评审者对候选来源不知情；用途：人工偏好评测（A/B 盲测）、论文审稿、临床试验类比；变体：单盲（仅评审不知情）。

应用场景

用于模型对比评测（防止品牌偏好）、偏好数据采集（RLHF 数据）、论文实验与产品 A/B；双重盲评是"评测公平性"的保障机制。

返回AI百科目录 · AI最前沿首页

相关词条：大模型评审 · 聊天机器人竞技场 · 数据治理 · 专家评估 · 对抗性评测