佬友们有什么比较适合评估大模型多轮回答问题的新颖性、易懂性之类指标的项目吗

问题描述：

最近在跑baseline，找不到合适的评估模型，复现的论文跑评估需要reference answer他没给。所以想找一个其他的评估模型。复现的论文用的评估模型是 Prometheus 2.佬友们有什么建议吗？

网友解答：

---

--【壹】--：

佬友们帮帮