BINEVAL：将LLM评估拆解为原子问题

BINEVAL：将LLM评估拆解为原子问题

BINEVAL 团队提出一种评估框架，将每个评估指标拆解为原子是非问题，并对每个输出进行独立判断，随后聚合为多维校准得分。该方法在SummEval、Topical-Chat和QAGS数据集上，与UniEval和G-Eval相比，且无训练需求，尤其在事实一致性上表现更佳。