COMET评测指标详解

大模型的COMET评测指标核心在于通过神经机器翻译评估模型，以BLEURT或BERTScore等预训练模型作为参考，比传统BLEU更精准地反映语义相似度与人类判断的一致性，是目前衡量大模型生成质量的主流标准，生成的浪潮中，如何客观、准确地评估大模型输出的质量，一直是行业内的痛点，传统的评估手段往往显得力不从心……