JudgeSense: почему LLM меняет оценку вашего текста при перефразировании — и как этого не допустить

Gemini Flash меняет оценку связности текста в 61% случаев — просто при перефразировании запроса. Тот же текст, другие слова в вопросе, другой вердикт. Метод стабильной оценки позволяет использовать LLM как надёжного судью — без артефактов от случайной формулировки. Оценивай каждый вариант отдельно по числовой шкале, потом сравнивай цифры — иначе 8 из 9 моделей выберут первый вариант в списке вне зависимости от его качества.