Новости
Can Programs Replace LLM Judges? Executable Program Judges for Scalable and Efficient Relevance Labeling
arXiv cs.AI · Опубликовано · 3 мин чтения
За 30 секунд
- Что произошло
- Researchers propose ExecJudges, a method using LLMs to generate executable programs that replace per-document LLM judgments for relevance labeling in information retrieval evaluation.
- Почему это важно
- Matters for engineers building retrieval systems or evaluation pipelines who need cost-effective, reproducible relevance labels at scale without repeated LLM API calls.
- На что обратить внимание
- Method relies on lexical matching and standard NLP tools, which may miss semantic nuances that frontier LLM judges capture. Generalization beyond TREC collections remains unclear.
- llm
- language model
- retrieval
- eval
Паттерны, стоящие за этой новостью
- Eval-Driven Development (Agent CI)
- Query Transformation Retrieval
- Agentic Context Engineering (Evolving Playbook)
Каждый разбирает, как работает техника, когда она оправдывает затраты и где ломается.
The Agent Architect
Один паттерн, один компромисс, одна история сбоя в продакшене. Короткий еженедельный брифинг для тех, кто строит агентные системы.
Одно письмо в неделю, отписка в один клик. Адрес используется только для рассылки брифинга.