La mia migliore ipotesi: Rubriche + Giudice LLM - Atomizzare ogni punto nella prova di verità e controllare rispetto all'output del modello. La mia ipotesi su come l'hanno resa scalabile - poiché prima non lo era, gli esseri umani dovevano crearle meticolosamente, è che hanno addestrato o fatto qualcosa per generare rubriche molto buone per ogni problema specifico o la sua risposta.

.@polynoamial @alexwei_ fai un cenno due volte se ho ragione e tre volte se ho torto - prima che i ciechi siano guidati dai ciechi xD