Reddit · Spico197 / reddit ·
比 Jev 更好、更快、校准更准,并且具备多模态能力 [项目]
为什么值得读: 涉及 LLM-as-judge 评测工具与多模态能力,对构建自动化评测链路有参考价值,但项目成熟度与可追溯性有待验证。
AI 摘要
作者发布一个多模态评测器,声称在速度与校准精度上均优于 Jev,可支持图像等多模态输入的打分场景。
相关事件与更多上下文见编辑部与归档页。
作者发布一个多模态评测器,声称在速度与校准精度上均优于 Jev,可支持图像等多模态输入的打分场景。