Hironsan https://blog.hatena.ne.jp/Hironsan/ Ahogrammer https://hironsan.hatenablog.com/ 自然言語処理 言語モデル 最近は、ChatGPTやGPT-4に関する記事が多数公開されています。とくに、自社の持つ文書に対して問い合わせをし、そこから回答を抽出したり、要約を生成するようなユースケースを見かけることが多い気がしています。こういったユースケースの場合、伝統的な評価指標（再現率・適合率、F1、BLEU、ROUGEなど）やオンライン評価以外だと、どのように評価できるのか気になって以下の論文を読んだので、簡単にまとめます。 G-Eval: NLG Evaluation using GPT-4 with Better Human Alignment 概要 一般的に使われる指標だと次の問題がある 人間による評価との… 190 <iframe src="https://hatenablog-parts.com/embed?url=https%3A%2F%2Fhironsan.hatenablog.com%2Fentry%2F2023%2F05%2F11%2F172019" title="生成したテキストをGPT-4で評価している論文 - Ahogrammer" class="embed-card embed-blogcard" scrolling="no" frameborder="0" style="display: block; width: 100%; height: 190px; max-width: 500px; margin: 10px 0px;"></iframe> https://cdn-ak.f.st-hatena.com/images/fotolife/H/Hironsan/20230511/20230511165118.png Hatena Blog https://hatena.blog 2023-05-11 17:20:19 rich https://hironsan.hatenablog.com/entry/2023/05/11/172019 1.0 100%