はじめに 本稿は、LLMをジャッジとして活用する評価アプローチの背景と狙いを整理する。近年、大規模言語モデル（LLM）の能力は評価の枠組みを大きく変えつつある。LLMジャッジは膨大なデータに対して迅速に判断を下せる一方で、統一性の欠如やコスト・遅延の課題が依然として残る。これらの課題は、品質の再現性と透明性を求める現場で特に重要である。 この課題に対し、本提案の要点はProgrammatic Distillation（プログラム的蒸留）である。LLMジャッジを解釈可能で再現性の高いプログラムへ蒸留することで、評価の手順を人が読める形で扱えるようにする。蒸留後は生成・最適化・実行・解釈という一貫した流れで評価を回す設計を目指す。 背景と関連研究 現代の大規模言語モデル（LLM）を評価・判断の主体に位置付ける動きが研究・産業の両分野で活発である。LLMジャッジは高いスケーラビリティが利点だが、コストと遅延、判断の一貫性・再現性の確保といった課題を伴う。蒸留とプログラム化評価は、LLMの判断基準を解釈可能で再実行可能なルールへと落とし込む手法として注目されており、評価の透明性と操作