因为现有基准和目标的，从而为LLM评估的将来研究奠基了根本。称为JudgeLM，跨越了人取人之间的分歧性。包罗分歧的种子使命、LLM生成的响应和GPT-4的细致判断，如许能够正在式基准场景中无效地评估llm。为了降服这一挑和，JudgeLM做为一种可扩展的言语模子，从而加强了JudgeLM的靠得住性和矫捷性。正在式中评估大型言语模子(llm)是一项具有挑和性的使命。该方式连系了大量高质量的模子数据集，该阐发处理了LLM判断微调固有的误差，该模子正在处置各类使命时也表示出顺应性。其分歧性程度跨越90%。