LLM-as-judge · 新闻资讯

AI 模型评估与基准方法：从自动评估到 LLM-as-judge

模型好不好，不能只靠感觉。本文介绍 AI 评估的完整体系：基准数据集、自动评估、人类评估、LLM-as-judge，以及 lm-evaluation-harness 等工具的使用方法。