#AI #ChatGPT #排行榜
?AlpacaEval – 一个用于自动评估大语言模型的工具
https://tatsu-lab.github.io/alpaca_eval/
?开源地址 https://github.com/tatsu-lab/alpaca_eval
?AlpacaEval 可以测试和评估语言模型在理解和执行自然语言指令方面的能力，它是一种基于 LLM 的全自动评估基准，且更加快速、廉价和可靠
研究人员以 GPT-4 或 Claude 为自动评估器，以 GPT-3.5（Davinci-003）为基准，将目标模型与 GPT-3.5 的回复进行比较，计算获胜率
