TwiScan
人気
コミュニティ
アカウントコレクション
ログイン
登録
English
日本語
한국의
简体中文
繁体中文
登録して招待リンクを共有すると、動画再生報酬と紹介報酬を獲得できます。
今すぐ登録
huangserva
@servasyy_ai
古早程序员 | AI出海 | 自由职业 机车游侠&机速购&骑享租创始人 15年前 freelance 起步 → 连续创业者 → 亏过1个亿,逆风翻盘中 分享创业,AI,读书,生活,健身 Official X channel of SERVASYY LLC
参加 December 2025
842
フォロー中
42.9K
ファン
huangserva
@servasyy_ai
2026.06.28 00:52
如果你在用 LLM 做评审,这篇值得看。(建议收藏) 这是目前很实用的一种评估方法。 传统整体评分会隐藏模型的判断过程,也容易出现评分上限的问题。 BINEVAL 的做法是:把每个评估标准拆成多个简单的是/否问题,分别判断,然后再汇总成多维评分。 每个问题的判断都能单独查看,所以可以清楚知道哪里做得不好;这些结果还能直接用来优化提示词。 在 SummEval、Topical-Chat、QAGS 上,它不需要训练,效果和 UniEval、G-Eval 相当甚至更好,尤其在事实准确性上更强。 论文:
もっと見る
0
0
3
13
2
コミュニティへ転送
人気のあるユーザー
オリコンニュース
@oricon
2M ファン
TVer新着
@TVer_info
101.9K ファン
ツイッター速報〜BreakingNews
@tweetsoku1
259.7K ファン
PR TIMESテクノロジー
@PRTIMES_TECH
28.3K ファン
モデルプレス
@modelpress
2.1M ファン
空空道人
@Kongkongda5882
41.3K ファン
MANTANWEB/毎日キレイ
@mantanweb
68.6K ファン
New York Post
@nypost
4.3M ファン
Bloomberg
@business
10.5M ファン
吴说区块链
@wublockchain12
182.3K ファン
Yahoo!ニュース
@YahooNewsTopics
2.1M ファン
ファミ通.com
@famitsu
1.4M ファン
中國新聞社
@CNS1952
550.2K ファン
cv usk
@cv_usk
473 ファン
4Gamer
@4GamerNews
735.1K ファン