Syw

摘要： 面向大语言模型（LLM）的文本生成质量评估框架 作为文本大模型的评测工程师，我深知长文本生成（通常指500词以上或连续多段落的输出）是当前大模型能力的关键挑战点。与短文本不同，长文本更易暴露模型的上下文保持能力、逻辑连贯性、错误累积风险等深层问题。错误在长文本中会被放大，导致用户体验断崖式下降（例如 阅读全文