概念GEval / G-Eval
G-Eval
一种基于大模型的评测指标方法，通过LLM按生成的评分步骤对输出进行细粒度评估，源自相关学术论文思路
时间轴 (近 90 天)
10月13日
DeepEval 的 G-Eval 指标在不传 evaluation_steps 时，会根据 criteria 自动生成评分步骤，导致同一份回复在重跑时可能得到相反的结论，产生漂移。
待验证50%
10月13日
G-Eval 源自一篇关于让大模型按步骤评分的论文思路。
待验证50%
一种基于大模型的评测指标方法，通过LLM按生成的评分步骤对输出进行细粒度评估，源自相关学术论文思路
DeepEval 的 G-Eval 指标在不传 evaluation_steps 时，会根据 criteria 自动生成评分步骤，导致同一份回复在重跑时可能得到相反的结论，产生漂移。
G-Eval 源自一篇关于让大模型按步骤评分的论文思路。