elvis@omarsar0LLM 评审确实存在怪象。 避免使用 LLM 评审打分，若必须使用则需格外谨慎。尽可能使用二元标签。 将上传的 PDF 从“paper.pdf”重命名为“paper_final_draft_pdf_ready_for_review.pdf”，平均评分就会提升。 (gpt-5.6-terra)
LLM review weirdness indeed.
Avoid using scores with LLM judges, or be extremely careful if you do. Use binary labels where possible.
来源：elvis · x.com
LLM 评审确实存在怪象。 避免使用 LLM 评审打分，若必须使用则需格外谨慎。尽可能使用二元标签。 将上传的 PDF 从“paper.pdf”重命名为“paper_final_draft_pdf_ready_for_review.pdf”，平均评分就会提升。 (gpt-5.6-terra)
LLM review weirdness indeed.
Avoid using scores with LLM judges, or be extremely careful if you do. Use binary labels where possible.
来源：elvis· x.com