使用大型语言模型比较，在没有真实标签的情况下估计问题难度

这篇文章描述了一篇研究论文，该论文探讨了一种使用大型语言模型 (LLM) 评估问题难度的创新方法。其核心思想是比较不同 LLM 在给定问题上的表现，即使没有预定义的正确答案（真实标签）。这种方法在获取真实标签具有挑战性或成本高昂的各种应用中可能很有价值。

• •侧重于在不依赖真实标签的情况下估计问题难度。
• •利用不同大型语言模型之间的比较。
• •在无法获得真实标签或获取成本高昂的情况下可能有用。