infobip 开源 CIKM 2026 论文代码：先验分数会损害 LLM-as-a-Judge 评估独立性

infobip 团队发布 CIKM 2026 论文 Anchoring Bias in LLM-as-a-Judge Systems 的代码与数据仓库，研究先验分数如何损害 LLM 评委的评估独立性。仓库包含 20 个公开文本任务、192,000 次调用的主实验脱敏数据、Llama 机制探测数据、GPT-4.1 缓解实验数据，并提供 uv run python scripts/reproduce.py 一键复现全部公开统计结果与图表；主实验共 20 任务、8 模型、3 条件、4 温度、每格 100 次试验。工业数据集因含专有内容仅公开聚合结果，论文 DOI 为 https://doi.org/10.1145/3799682.3840879 ，MIT 许可。