#Judge

AI Harness 实战 03：评分器与裁判体系（规则判定 + LLM-as-Judge 的混合策略）

构建可解释、可校准、可扩展的评测裁判体系：用规则确保确定性底线，用 LLM-as-Judge 覆盖语义质量，解决“能跑回归但判不准”的核心问题。