**自我评估能力已存在：用极少数据激发基础LLM的潜在评判校准**

_Self-Evaluation Is Already There: Eliciting Latent Judge Calibration in Base LLMs with Minimal Data_

> 大型语言模型无需专门训练即具备自我评估潜力：仅通过少样本提示，基础模型就能预测外部评判者的评分。本研究提出自我评估激发方法（SEE），通过强化学习与掩码蒸馏两阶段，仅用160个示例便显著提升校准度，同时保持回答质量。该方法激发的自我评估不依赖特定评判者，体现可迁移的质量概念，表明自我评估对齐应从“获取”转向“激发”。

**来源信息**
- **来源**：HuggingFace Daily Papers（社区热门论文）
- **分类**：论文
- **发布时间**：2026-06-09 08:00（北京时间）
- **原文**：[打开原文](https://huggingface.co/papers/2606.05122)