评测 AI，让判断对齐到人。写得尽量轻。https://blog-1lv.pages.dev/https://blog-1lv.pages.dev/blog/judge-alignment/https://blog-1lv.pages.dev/blog/judge-alignment/通用 judge 好做，难的是让它在“这版到底好在哪”上跟我手标一致。为什么天花板是 72%，以及我怎么用反向学习去逼近它。Tue, 07 Jul 2026 00:00:00 GMT