该研究提出了一种新的评估框架，结合了当前评估模型和提示性大语言模型，实现了对对话的鲁棒性和多语言性评估能力，并在多个基准测试中取得了最先进的成果。

该研究提出了一种新的框架，结合评估模型和提示性大语言模型，实现对对话的鲁棒性和多语言性评估能力，并在多个基准测试中取得了最先进的成果。