arXiv cs.AI· Shuyi Fan, Boyuan Deng, Mengyu Xu, Xinhong Xie, Chenyang Li, Hongyang Zhang·· 1 天前AI 评分34
双重差分在受限评分量表上可人为制造效应：一项预注册的 LLM-judge 审计
Difference-in-Differences on a Censored Rating Scale Can Manufacture an Effect: Evidence from a Pre-Registered LLM-Judge Audit
AI 导读
一项 NeurIPS 2026 NewInML Workshop 接收的预注册审计研究以闭式推导证明：当评分量表有界时，两回答共同经历的严重度偏移会因量表上下界衰减不均而伪造成差异中的差异交互效应。
来源：arXiv cs.AI · arxiv.org