隨著 LLM 的快速發(fā)展和改進(jìn),我們正在面對(duì)新的挑戰(zhàn)和機(jī)遇。LLM 的能力和表現(xiàn)水平不斷提高,這使得基于單詞出現(xiàn)的評(píng)估方法(如 BLEU)可能無(wú)法完全捕捉到 LLM 生成文本的質(zhì)量和語(yǔ)義準(zhǔn)確性。LLM 能夠生成更加流暢、連貫且語(yǔ)義豐富的文本,而傳統(tǒng)的基于單詞出現(xiàn)的評(píng)估方法則無(wú)法準(zhǔn)確衡量這些方面的優(yōu)勢(shì)。