BriefGPT - AI 论文速递 · 2024-01-28T00:00:00Z

PRE: 基于同行评审的大型语言模型评估器

📝

内容提要

本文讨论了使用大型语言模型（LLMs）评估文本质量的方法，研究发现自动思维链（CoT）并不总是与人类评分一致，强制LLMs仅输出数字评分也不理想，要求LLMs解释其自身评分可以改善与人类评分的相关性。

🏷️

标签

大型语言模型 数字评分 文本质量评估 相关性 自动思维链