Komar

如何引用本文Mondal H，Komarraju S，D S等。 （2024年5月1日）评估自然疗法咨询中大语言模型的能力

数据表示为平均值和标准偏差。三个评分者的平均得分被视为任何类别的最终得分（例如，对于聊天机器人的流利度，将三个评分者的得分添加并除以三个）。对于特定情况的聊天机器人的总体得分，所有四个属性（流利，连贯性，准确性和相关得分均添加并除以四个）。每个LLM的最终得分也被转换为百分比（得分/4*100），此百分比在此手稿中称为完美。通过单向方差分析（ANOVA）比较了五个聊天机器人之间的分数。聊天机器人之间的一致性由类内相关系数（ICC）测试。我们使用GraphPad Prism 9.5.0（美国GraphPad Software Inc.）进行统计分析，并认为P值<0.05具有统计学意义。