★ 2
多语言风格个性化生成指标元评估研究
论文提出基于回归的指标元评估方法，用校准后的指标输出预测人类评分，并构建覆盖 10 种语言、4 个评估维度的大规模多语言风格个性化生成基准。对 32 个指标在 40 种评估设置下元评估发现，简单字符串与嵌入指标经校准后可媲美强 LLM 评审。
arXiv NLP18 天前
共 1 篇相关资讯，按重要度与时间排序，每 3 小时更新。
论文提出基于回归的指标元评估方法，用校准后的指标输出预测人类评分，并构建覆盖 10 种语言、4 个评估维度的大规模多语言风格个性化生成基准。对 32 个指标在 40 种评估设置下元评估发现，简单字符串与嵌入指标经校准后可媲美强 LLM 评审。