Position Bias 位置偏置消除

位置偏置消除 (Position Bias Mitigation) 是 LLM-as-a-Judge 在进行成对对比 (Pairwise) 或列表排序 (Listwise) 评估时，针对大语言模型天生对选项呈现位置存在严重系统性偏好（如显著倾向于选择排在第一个的 Model A 获得 60%~70% 的虚高胜率，或受注意力衰减影响偏向最后一个选项）而设计的消除算法；核心消偏范式包括：双向调换测试 (Bidirectional Swap Test: 对每对样本运行正向 `(A, B)` 与反向 `(B, A)` 两轮评估；若两轮结果一致则判定胜负，若两轮均判定第一位胜则标记为平局或位置偏置丢弃) 以及位置随机打乱与分值平均法。

大模型成对评估流水线、RLHF 数据标注一致性清洗与 Chatbot Arena 竞技场胜率统计。

若不消除位置偏置，评测结果将严重偏向排在前面的模型，导致胜率指标完全失真并误导算法迭代方向；位置双向对调从统计学上彻底对称化了位置影响，保障评测绝对客观公平。

详细推导双向调换测试 (Bidirectional Swap) 中判定 Model A 获胜、Model B 获胜或判定为平局 (Tie) 的四种布尔组合真值表？

从自回归 Transformer 因果注意力掩码 (Causal Attention Mask) 的底层机制分析位置偏置（前向注意力偏好）产生的本质原因？

多候选列表 (Listwise > 3 items) 评估中的位置偏置缓解：多次随机全排列 (Random Permutation Averaging) 的统计学收敛性？

在评估 Prompt 中显式加入“请注意忽略回答的先后呈现顺序，仅关注内容本质”等指令对削弱位置偏置的实际效果评估？

位置双向对调测试将 API 评测费用与耗时翻倍 (2x Tokens)，如何在小批量样本上计算位置偏置系数并在大批量上进行统计校准？