LLM 평가 방법 총정리: 참조 지표·인간 평가·LLM-as-Judge로 생성 품질 측정하기
객관식 벤치마크로는 잴 수 없는 주관적 글쓰기 품질을, 참조 기반 지표와 인간 평가, 그리고 LLM을 심사위원으로 쓰는 세 가지 방식으로 어떻게 측정하는지 정리했습니다. 각 방법의 장단점과 편향 문제까지 살펴봅니다.
핵심 내용 읽기 →
AI TOPIC
BLEU 최신 뉴스와 핵심 해설
BLEU 관련 핵심 뉴스와 활용 인사이트 2편을 최신순으로 모았습니다.
대규모 언어모델 평가 지표 BLEU·ROUGE·BERTScore와 사람 평가 완벽 정리
대규모 언어모델의 품질을 자동 지표와 사람 평가로 나눠 측정하는 방법을 정리했다. BLEU·ROUGE·BERTScore의 차이와 작업별 선택 기준, 생성·자동평가·사람검토·개선으로 이어지는 파이프라인을 쉽게 풀어 설명한다.
핵심 내용 읽기 →