当语言产生分歧：自进化的多语言大模型评判器

多语言大模型作为评判器广泛应用于跨语言评估，但受限于跨语言不一致性问题。现有方法通常将其视为噪声并通过投票缓解。本文指出这种不一致性可提供互补评估信号，并提出 SEMJ，一种利用跨语言不一致性进行迭代优化的自进化多语言评判器。该方法构建输入的多语言变体，收集独立评判与理由，将不一致输出反馈以触发自我反思和重评估。实验表明，SEMJ 在准确性和一致性上均优于基线方法。