本文提出了一种新的评估框架，通过比较生成文本和参考文本来提供全面的评估。实验结果表明，该模型具有竞争力且与人类注释者一致。

该文提出了一种基于LLMs的新的评估框架，通过比较生成文本和参考文本来提供全面的评估。该模型具有竞争力，且与人类注释者具有非常高的一致性。

该文提出了一种基于LLMs的评估框架，通过比较生成文本和参考文本来提供全面的评估。该模型具有竞争力，且与人类注释者具有非常高的一致性。