构建可靠的 AI Judge：准确性、可审计性与成本之间的系统取舍

在冻结材料和 Golden 标准上比较四类 AI Judge 设计：更高推理强度并不稳定更准，rubric 分批是主要准确率杠杆，证据约束提升可审计性，最终分数应由固定公式聚合。

Majority Vote介绍与一致性算法

多数投票（Majority Vote）是一种广泛应用于数据标注的标签聚合方法。

RLVR: 可验证奖励的强化学习

可验证奖励的强化学习（RLVR）是向大型语言模型注入学习信号的主要训练策略之一。

HITL：用户反馈与专家知识的分工与价值

在智能体（Agent）应用中，HITL（Human-in-the-Loop）打开了人类智慧介入 Agent 运转系统的大门。