Hugging Face Blog精选76Judge Arena：对作为评估者的大语言模型进行基准测试Judge Arena: Benchmarking LLMs as Evaluators2024/11/19 08:00· 694天前精选理由了解如何系统评测大语言模型的判断能力，提升模型选择与应用决策质量。论文论文研究查看原文（Hugging Face Blog）分享海报（1080px）导出 Markdown