Le juge LLM qui préfère la réponse la plus longue
Biais de position et biais de longueur d’un LLM qui en note un autre, mesurés sur 30 paires de réponses DevOps et réseau avec deux juges en local. Puis les parades, mesurées elles aussi : deux ordres, grille de critères, référence, sortie structurée.