advanced-evaluation - 使用可靠的评估方法评估大模型输出
提供大模型输出评分与比较、评估量规设计、指标选择和评估偏差缓解方法。
标签
更新于: 2026-10-03能力
典型输入
典型输出
该技能可以做什么
- 直接为响应评分
- 成对比较响应
- 设计评估量规
- 选择评估指标
- 缓解位置偏差
- 校准置信度评分
- 分析评估一致性
输入
- 原始提示
- 大模型响应
- 评估标准
- 评估量规
- 评估上下文
输出
- 评分
- 成对比较结论
- 评分依据
- 置信度评分
- 评估摘要
- 评估量规
要求
- 支持作为评审的大模型
- 支持结构化 JSON 输出