机构名称：
¥ 1.0
大型语言模型（LLMS）已显示出较小模型中不存在的任务解决能力的提高。利用LLMS的自动化评估（LLM4EVAL）的责任和责任最近引起了人们对穆尔特研究社区的极大关注。例如，已经在自动判断，自然语言生成和检索增强生成系统的背景下研究了LLM4Eval模型。我们认为，信息检索社区可以通过设计，实施，分析和评估LLM的各个方面，并适用于LLM4EVAL任务，从而为这一不断发展的研究领域做出重大贡献。LLM4Eval研讨会的主要目标是将来自行业和学术界的研究人员汇集在一起，讨论LLM的各个方面，以评估信息检索，包括自动判断，检索授权的生成管道评估，对人类评估，鲁棒性和LLMS的评估以及对其对现实的影响，以改变人类评估，鲁棒性和LLM的信任性。我们还计划在研讨会之前进行自动判断挑战，在此期间，将要求参与者为给定数据集生成标签，同时最大程度地与人类判断力最大化。研讨会的格式是互动的，包括圆桌会议和主题演讲，并且倾向于避免小型会议的单方面对话。
llm4eval：IR
主要关键词
相关文件推荐
