**HuggingFace 论文:OC-SFT 解决 LLM 评分器的顺序依赖问题** _Equal Ranking Quality, Different D
原帖
**HuggingFace 论文:OC-SFT 解决 LLM 评分器的顺序依赖问题**
_Equal Ranking Quality, Different Decisions: Measuring and Reducing Order Dependence in LLM Scorers_
> 研究发现 LLM 评分器在重排序任务中存在严重的顺序依赖,导致相同候选集在不同排列下产生不同的决策结果,尽管排名质量相似。论文提出顺序一致性监督微调(OC-SFT),通过惩罚不同排列下的分数差异来增强模型稳定性。实验表明,OC-SFT 在保持排名质量的同时,显著提升了决策稳定性,优于顺序平均蒸馏方法。
**来源信息**
- **来源**:HuggingFace Daily Papers(社区热门论文)
- **分类**:论文
- **发布时间**:2026-10-05 08:00(北京时间)
- **原文**:[打开原文](https://huggingface.co/papers/2608.26762)