传统的AI评估方法难以适应语言模型的快速发展。新方法“LLM作为评判者”利用语言模型自身来评估AI输出，提供更符合人类判断的反馈。该方法灵活且具成本效益，适用于多种评估类型，能够有效评估复杂和创造性的输出。成功实施需明确评估标准和专家反馈，未来AI评估将依赖这种智能判断系统。