二值化如何压平评分空间：LLM 评审奖励的盲区与三档评分建议

将 LLM 评审的通过/不通过（{0, 1}）二值化会压平评分空间，使按比例拉伸分数但不变更判定结果的操作完全不可见。在一个七准则评审对 MATH 和 SciBench 输出的测试中，14 个构造的准则级拉伸在二值化后均不可见，改用三档评分后则全部可见；在 n=1,024 时，同时给定两种总体分布的检验在 1.5× 压力下功效至少 96.5%。