arXiv 2026年10月12日评分细则不再只靠语义写：树搜索加响应校准，六个偏好基准里五个拿到最高分给开放式回答打分的评分细则，改成先按语义筛出可行分解、再用六条不同质量回答的实测表现挑最终结构，在六个偏好基准中的五个上取得最高成对准确率。给开放式回答打分的评分细则，改成先按语义筛出可行分解、再用六条不同质量回答的实测表现挑最终结构，在六个偏好基准中的五个上取得最高成对准确率。Central University of Finance and EconomicsBeijing Normal UniversityFeifei Qian（第一作者）#自适应评分标准树搜索#基于评分标准的评估#大模型作为评判者