Improvement Discriminator

Multi-signal scoring engine: heuristic rules + evaluator rubrics + LLM-as-Judge + multi-reviewer blind panel.

When to Use

• 对改进候选打分和排序——产出 ranked list 供 executor 按优先级执行
• 运行多审阅者盲审（CONSENSUS/VERIFIED/DISPUTED 认知标签），降低单人偏见
• 用 LLM-as-Judge 评估 4 个语义维度（clarity, specificity, consistency, safety）
• 组合 --panel + --llm-judge 获得最全面的评估（两者不互斥）
• 调试为什么所有候选都被标为 hold——通常是 risk_penalty 过高或缺少 source_refs
• 在 orchestrator pipeline 第 2 阶段自动调用
• 需要可解释的评分明细时（每个维度独立打分，附 judge_notes）
• 需要对比多轮改进的候选质量趋势时

When NOT to Use