从整体评估到结构化标准：不断演变的 LLM 景观中的评分准则

随着大语言模型向开放自主智能体演进，评估与引导机制需同步发展。本文提出“评分准则”作为统一框架，将其定义为将复杂质量判断转化为结构化可操作标准的显式准则集。研究系统梳理了现有设计，分析其在评估、训练及内在自我改进三个层面的作用：分解整体判断、提供过程级密集反馈信号、以及驱动动态自我提升。该工作旨在通过透明化评估，将人类价值期望转化为机器可学习信号， bridging 人类意图与机器行为。