ICLR 2024 最终评分 55666 1 背景 文本评估通常需要大量的人力和时间成本 随着LLM的出现，研究人员探索了LLMs作为人工评估替代方案的潜力基于单一代理的方法表现出潜力，但实验结果表明需要进一步的进展来弥合它们当前的有效性和人类级别的评估质量之间的差距——>论文采用了多agent辩论框架 利用它们各自的能力和专业知识来提高处理复杂任务的效率和效果构建了一个名为ChatEval的