本文介绍了一种名为LLM-Eval的方法，用于对使用大型语言模型的开放领域对话进行多维自动评估。LLM-Eval通过设计基于单个提示的评估方法，可以在单个模型调用中评估会话质量的多个方面。对LLM-Eval在各种基准数据集上的评估表明，它比最先进的评估方法更高效和适应性强。同时，该分析还强调了选择适当的LLM和解码策略的重要性。LLM-Eval为评估开放领域对话系统提供了一种多功能且强大的解决方案，可以简化评估过程并在不同场景中提供一致的性能。