AI 當評審也會偷懶！先出考卷再打分才抓得到多改的那一處 (換個順序就翻盤)

AI 評審替圖打分也會偷懶，這篇模型評測看 TRM 先看題目和作品出考卷再打分，抓得到修圖多改的那一處。原版 Qwen3.5-9B 直接比兩張圖，左右對調就有 54.7% 配對翻盤。 ⭐ 文章深度讀：AI 當評審也會偷懶！先出考卷再打分才抓得到多改的那一處 → https://heymaibao.com/ai-judge-rubric-before-score-a362b0/ ⚡ 章節重點 AI 多改的那一處 00:00 看圖出考卷的評審 00:42 評審偷懶的兩張臉 02:02 評審當老師的成績 04:17 勝率圖與自己的檢查 05:54 📝 懶人包 ∙ 論文的評審看了題目和這張作品才擬評分計畫，不用固定檢查表。 ∙ 只把兩張圖左右對調，Qwen3.5-9B 有 54.7% 的配對答案翻盤。 ∙ TRM 只有 EditScore-72B 八分之一大，當評審的效果差不多。 ∙ 我的觀點：先決定這一份該看什麼，再判斷做得多好，改作文看提案都通用。 📚 參考資料 Think Before You Score: Thinking Reward Model for Visual Generation → https://arxiv.org/html/2609.37372 Black Forest Labs → https://bfl.ai/blog/flux-2