shgx https://blog.hatena.ne.jp/shgx/ GameWith Developer Blog https://tech.gamewith.co.jp/ こんにちは！GameWithサービス開発部テクニカルプログレスグループの@shgxです。 LLM（大規模言語モデル）をプロダクトに組み込む際、多くの開発者が直面する大きな壁、それがLLMの評価です。LLMの出力は確率的で揺らぎがあり、「完璧な正解」が存在しないことも多いため、その品質をどう測り、どう改善していけば良いのか、頭を悩ませるポイントではないでしょうか。 本記事では、この根深い課題に対する強力なアプローチとして LLM as a Judge、つまりLLM自身に評価を行わせるという考え方について解説します。 なぜLLMの評価はこれほど難しいのか？ LLMの評価が困難である理由は、大きく2… 190 <iframe src="https://hatenablog-parts.com/embed?url=https%3A%2F%2Ftech.gamewith.co.jp%2Fentry%2F2025%2F06%2F16%2F080000" title="LLM as a Judge: 不確実な技術を克服する方法 #GameWith #TechWith #LLM #langfuse - GameWith Developer Blog" class="embed-card embed-blogcard" scrolling="no" frameborder="0" style="display: block; width: 100%; height: 190px; max-width: 500px; margin: 10px 0px;"></iframe> https://cdn-ak.f.st-hatena.com/images/fotolife/s/shgx/20250612/20250612180827.png Hatena Blog https://hatena.blog 2025-06-16 08:00:00 rich https://tech.gamewith.co.jp/entry/2025/06/16/080000 1.0 100%