# LLM-as-Judge 定期校准 Checklist

- [ ] 校准集覆盖正常、边界、争议和高风险样本
- [ ] 人工标签已完成双人复核
- [ ] 裁判模型和 Prompt 版本已记录
- [ ] 人工一致率、裁判一致率和混淆矩阵已计算
- [ ] 检查位置偏差、长度偏差和模型偏好
- [ ] 检查分数分布与上个周期的漂移
- [ ] 门禁阈值附近样本已转人工复核
- [ ] 低置信度和规则冲突样本不会静默通过
- [ ] 校准结论、变更和回滚版本已归档
- [ ] 下一次校准日期和负责人已确定