高德 GrowLoop：用少量种子标注让评分标准自生长的感性对话 Benchmark

高德行中智能部提出 GrowLoop，通过少量人类种子标注驱动大模型反思，把说不清的感性标准转化为可自动学习的评分细则，并让细则与测试题目互相驱动生长。在 132 条题目、355 对配对判断上，GrowLoop 在最严格的三选一匹配指标上拿到 0.78，第二名 ICAI 为 0.58。论文已发表在 arXiv，后续将逐步开源。