Контент доступен только для PRO подписчиков
Чтобы получить доступ к полному содержанию этого исследования, оформите PRO подписку
Обзор задачи NTCIR-18: Автоматическая оценка больших языковых моделей (AEOLLM)
КЛЮЧЕВАЯ СУТЬ
Адаптировать под запрос
простой запрос к мощной модели (GPT-4o) с просьбой оценить ответ другой LLM показал очень высокие результаты, иногда превосходя сложные специализированные системы оценки.