基于模型的评估使用独立的 AI 模型来自动评分或评估您的 LLM 应用程序的输出。您无需编写手动规则或依赖人工审核，而是将判断委托给另一个模型，这种技术通常被称为 LLM-as-a-Judge（模型即评判）。您编写描述评估标准的提示，评判模型对响应进行评分。这种方法能够处理规则无法捕捉的主观、开放式质量维度，并且扩展性远比人工审核更经济，但需要仔细设计提示以避免评判者自身的偏见和不一致性。
用自己的话写下这一站的结论。