近日，arXiv平台发布一篇针对大语言模型（LLM）生产系统的研究论文，聚焦LLM到达生命周期终点或需替换时的模型迁移场景。该研究提出一套专用框架，核心采用贝叶斯统计方法，将自动评估指标与人工判断进行校准，能够在人工评估样本有限的情况下，实现具备置信度的模型性能对比，为生产环境中的LLM迁移提供技术支撑。