LLM-судья с антисмещением: три техники для надёжной оценки контента

Тот же текст побеждает себя. Поставь вариант А первым — LLM выберет А. Поставь вторым — выберет Б. Перекос достигает 25 процентных пунктов, причём это не сбой конкретной модели — это задокументированный паттерн у всех крупных LLM. Метод двойной оценки позволяет получить от LLM честный вердикт при сравнении вариантов — без позиционных искажений и смещения в пользу длинных текстов. Запусти сравнение дважды, поменяв А и Б местами. Если оба раза побеждает один и тот же — это реальное качество. Если вердикты разошлись — позиционное смещение сработало, и оба ответа модели были случайными.