该研究探讨了文本生成的评估问题，提出了 GENIE 系统和 FacTool 框架，以提高生成文本的质量和准确性。研究通过人类评估和新方法展示了生成文本在自然性和忠实性方面的优势，并提出了 FENICE 度量标准以解决摘要一致性问题。

本文综述自动摘要事实一致性评估研究，涵盖TreatFact临床数据集、FactPICO医学基准、InFusE推理评估、DeFacto信息反馈、GO FIGURE框架、ClozE填空模型及大模型评估方法，指出开源模型仍落后，现有指标与专家判断相关性差，临床摘要不一致性难以捕捉。