Sesgo de verbosidad
La extensión se lee como esfuerzo. Un modelo que califica respuestas prefiere la más larga aunque diga menos.
EjemploSeis párrafos rellenos le ganan a dos frases exactas.
Qué hacerAl comparar respuestas, recórtalas a la misma longitud o evalúalas con una lista de criterios, para que las palabras de más no ganen por sí solas.
Pega esto en el chatCompara estas dos respuestas solo por su corrección y su exhaustividad. La extensión no es un mérito: si la más corta dice lo mismo, prefiérela.