可扩展的性别中立翻译评估：基于大型语言模型的裁判方法

本研究解决了性别中立翻译自动评估中的关键问题，现有方法仅依赖单语分类器而难以扩展。我们提出利用大型语言模型（LLMs）作为评估工具，通过两种提示方法进行比较，发现采用短语级注释再进行句子级判断的方式显著提升了评估的准确性。这一发现为性别中立翻译的评估提供了更好的可扩展解决方案。