루브릭(Rubrics)은 대규모 언어 모델(LLMs)을 훈련하고 평가하기 위한 구조적이고 세밀한 신호를 제공합니다. 하지만 신뢰할 수 있는 쿼리별 루브릭을 구성하기는 어렵습니다. 기존 접근 방식들은 종종 사람이 작성한 루브릭, 선호도 데이터 또는 샘플링된 응답으로부터 지도 학습(supervision)을 얻습니다. 직접적인 쿼리-투-루브릭 생성은 이러한 자원을 피하지만, 그럴듯한 루브릭이 유용한지 여부를 명시적으로 확인해주지는 못합니다. 그러한 루브릭은 답변의 품질을 구별하지 못하거나, 선택적 스타일을 보상하거나, 유효한 대안 전략에 페널티를 부과할 수 있습니다. 본 논문에서는 외부 주석이나 모델 훈련 없이 빈 집합으로부터 루브릭 세트를 진화시키는 쿼리 전용 프레임워크인 Rubrics on Trial을 소개합니다. 이는 오직 합성된 루브릭 조건부 응답 쌍으로부터 지도 학습을 얻고, 제안된 각 루브릭을 추가하기 전에 검증하여 비구별적(non-discriminative), 과도하게 특정적인(over-specific), 스타일 전용 후보 루브릭들을 걸러냅니다. 다섯 가지 선호도 벤치마크 스위트 전반에 걸친 실험은 Rubrics on Trial의 효과를 입증하며, 이는 가장 높은 평균 정확도를 달성하고 7개의 평가 세트 중 6개에서 최고 성능을 기록합니다.