待验证50% 置信事实精确时间

G-Eval 源自一篇关于让大模型按步骤评分的论文思路。

1

来源数

50%

置信度

长期有效

时效性

2026/10/13

首次发现

来源

LLM裁判评分标准实战：promptfoo与DeepEval对比

涉及实体

相关事实

待验证GLM-Legal 的设计使模型能在推理过程中主动检索法条、查询判例、调用计算工具进行赔偿金额测算。73% 相似待验证该集成方案采用通用大模型负责推理与编排、垂直专用模型负责精确计算的架构范式70% 相似待验证作者认为决定最终优化效果的主要是提示词和使用的大模型型号，提示词越具体Agent执行越到位70% 相似待验证文章将大模型落地划分为四个阶段：原生大模型、提示工程、RAG、Agent，分别对应生成、表达、知识、行动68% 相似待验证Eval 是把模型输出与预期标准做系统化比对的过程，常见形式包括精确匹配、基于规则的断言和 LLM-as-judge。67% 相似

引用此条事实

Stable URI

https://kongchang.com/claim/1018302

API

curl https://kongchang.com/api/v1/knowledge/claims/1018302

MCP

get_claim(id=1018302)