AI EVALUATION, IN CONTEXT.BY EQUALITY MACHINE

OpenCompass Hub

ContextualJudgeBench

ContextualJudgeBench 是一个包含 2,000 个样本的成对基准，用于评估在两个上下文环境下的LLM-as-judge 模型：上下文问答和摘要。我们提出一个成对评估层次结构，并为我们的层次结构生成分割。

评测信息与证据

来源: OpenCompass Hub
发布者: Salesforce AI Research
评测发布日期: 2025-03-19
采集日期: 2026-08-18
模态: 未收录

本站保留来源报告的结果，不代表独立复测。请先核对任务版本、评测协议、分数单位和报告日期；不同运行条件不能直接合并为统一排名。

原始资料

报告成绩 0

本来源记录尚未收录数值成绩。这不表示模型得分为零，也不表示该评测没有公开成绩；请查阅原始资料。