自动评估

研究人员提出FinResearchBench II基准，通过大模型自动生成金融报告质量评估标准，实验显示AI评估与人类专家一致性达98.67%，大幅降低人工标注成本。

研究者提出 TurnNat，一种基于似然度的自动评估框架，用于衡量双通道口语对话中的轮转自然度，无需依赖人工标注即可识别多种时序异常。