Unverified50% confidenceFactExact time
学术界发展出G-Eval、MT-Bench、HELM等评测方法，核心思路是将评测分解为多个维度的加权评分
1
Sources
50%
Confidence
Long-term
Relevance
7/24/2026
First Seen
Sources
Related Claims
Unverified学术界发展出G-Eval、MT-Bench等评测方法，LLM-as-Judge已成为自动化Agent评测的主流技术路线之一73% similarUnverified深度研究智能体的评估可参考RAGAS框架，从忠实度、答案相关性等多维度评测67% similarUnverified锚定样本技术在评估提示词中加入已由人类专家标注明确分数的示例，覆盖评分量表各个档位，可帮助裁判模型准确理解评分标准66% similarUnverified斯坦福大学的AlpacaEval和MT-Bench等评估框架已将LLM-as-Judge方法系统化64% similarUnverified学术界代表性Agent评测基准包括WebArena、AgentBench和ToolBench，均将执行轨迹作为核心评测维度63% similar
Cite This Claim
Stable URI
https://kongchang.com/claim/611137API
curl https://kongchang.com/api/v1/knowledge/claims/611137MCP
get_claim(id=611137)