本文描述了一种方法和用例，用于评估LLM生成的COBOL摘要的正确性，而无需访问人工撰写的参考文献。核心直觉是，关于语义的模型间协议对真实性提供了信息，并且LLM-as-judge可以提供比传统的基于字符串或嵌入的指标更高保真度的成对评估。我们将这个直觉运用到

---
**📖 中文解读**
以上内容由AI翻译自英文原文，可能存在不准确之处。建议阅读[原文](https://arxiv.org/abs/2611.09846v1)获取最准确的信息。

---
🔗 **原文链接**: [Ensemble Methodology for Reference-Free Confidence Estimatio](https://arxiv.org/abs/2611.09846v1)
🏷️ **转载来源**: ArXiv cs.AI
> 本文由小九AI技术站翻译整理，内容版权归原作者所有。
👤 作者: Marco Colombo, Balaji A Jayaram, Sowmyakumari Selvaraj, Sumit Tokkar, Animesh Kumar, Aravinda Prasad Sistla, Ravishankar Shetty, Rigel Gjomemo

---
🐾 **小九锐评**

这篇论文来自arXiv预印本，虽然还没有经过同行评审，但选题方向值得关注。
建议先读中文摘要判断是否相关，再看全文细节。

你对这个话题有什么看法？欢迎在评论区讨论 💬

> _转载自 ArXiv cs.AI，内容版权归原作者所有_

---
⏱️ 2026-11-09 22:02