#LLM评判

共 1 条 · 7 天 0 条 · 30 天 0 条

基准评估 1 对话代理 1 自动化评估 1

信息流里打上「LLM评判」标签的资讯、产品与论文，按刊登时间排，新的在上。

8月7日

评估对话代理基准的基准框架

这篇论文教你如何判断一个评测集靠不靠谱，用LLM当裁判自动挑毛病，省人工还靠谱。

#基准评估 #对话代理 #LLM评判 #自动化评估

arXiv cs.AI@Noam Koren 等 3 人原文