연구진은 정답이 없는 평가 환경에서 LLM 평가 모델의 신뢰성을 검증하는 연구를 진행했어요. 실험 결과, LLM 평가 모델은 정답이 없을 때 부정확한 답변에 과도하게 점수를 부여하는 경향이 있으며, 정답 정보를 추가하면 판단이 최대 85%까지 바뀔 수 있어요. 연구 결과는 LLM 평가 모델을 활용하기 전에 정답 정보를 활용한 교정이 필요함을 강조하며, 교정 방법론을 제시했어요.