本研究提出了一种新颖的自评估大型语言模型（LLM）框架，结合上下文感知标准和动态知识，使模型能够根据评估实例提供相关见解。实验结果表明，该方法在多个数据集上的评估性能显著优于现有基线，平均提升4.8%，且成本更低。
完成下面两步后，将自动完成登录并继续当前操作。
