LENS: LLM-рубрика для оценки качества данных без эталонной разметки

LLM выдают противоречивые оценки при сравнении данных. Попросишь оценить текст "похож ли на стиль А или Б" — получишь "похож на оба". Сравнишь А с Б, потом Б с А — получишь разные выводы. LENS позволяет объективно оценить соответствие твоих данных эталону — без этих противоречий и без ручного разбора каждого примера. Метод создаёт языковую рубрику различий (что общее, чем эталон лучше, чем твои данные отличаются) и оценивает каждый пример по ней. Финальный скор — средняя оценка с поправкой на три типа биасов LLM (order, label, score).