Buchumschlag

Large Language Models Are Active Critics in NLG Evaluation

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Xu, Shuying, Hu, Junjie, Jiang, Ming
Format:	Preprint
Veröffentlicht:	2024
Schlagworte:	Computation and Language
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

Leveraging Large Language Models for NLG Evaluation: Advances and Challenges
von: Li, Zhen, et al.
Veröffentlicht: (2024)

Themis: A Reference-free NLG Evaluation Language Model with Flexibility and Interpretability
von: Hu, Xinyu, et al.
Veröffentlicht: (2024)

Are LLM-based Evaluators Confusing NLG Quality Criteria?
von: Hu, Xinyu, et al.
Veröffentlicht: (2024)

Analyzing and Evaluating Correlation Measures in NLG Meta-Evaluation
von: Gao, Mingqi, et al.
Veröffentlicht: (2024)

Exploring the Multilingual NLG Evaluation Abilities of LLM-Based Evaluators
von: Chang, Jiayi, et al.
Veröffentlicht: (2025)

Unveiling the Achilles' Heel of NLG Evaluators: A Unified Adversarial Framework Driven by Large Language Models
von: Chen, Yiming, et al.
Veröffentlicht: (2024)

LLM-based NLG Evaluation: Current Status and Challenges
von: Gao, Mingqi, et al.
Veröffentlicht: (2024)

NLG Evaluation: Past, Present, Future
von: Reiter, Ehud
Veröffentlicht: (2026)

LLM Comparative Assessment: Zero-shot NLG Evaluation through Pairwise Comparisons using Large Language Models
von: Liusie, Adian, et al.
Veröffentlicht: (2023)

AmbigNLG: Addressing Task Ambiguity in Instruction for NLG
von: Niwa, Ayana, et al.
Veröffentlicht: (2024)

Is Reference Necessary in the Evaluation of NLG Systems? When and Where?
von: Sheng, Shuqian, et al.
Veröffentlicht: (2024)

Better than Random: Reliable NLG Human Evaluation with Constrained Active Sampling
von: Ruan, Jie, et al.
Veröffentlicht: (2024)

DHP Benchmark: Are LLMs Good NLG Evaluators?
von: Wang, Yicheng, et al.
Veröffentlicht: (2024)

How to Select Datapoints for Efficient Human Evaluation of NLG Models?
von: Zouhar, Vilém, et al.
Veröffentlicht: (2025)

Not All Metrics Are Guilty: Improving NLG Evaluation by Diversifying References
von: Tang, Tianyi, et al.
Veröffentlicht: (2023)

V-SEAM: Visual Semantic Editing and Attention Modulating for Causal Interpretability of Vision-Language Models
von: Wang, Qidong, et al.
Veröffentlicht: (2025)

A Dual-Perspective NLG Meta-Evaluation Framework with Automatic Benchmark and Better Interpretability
von: Hu, Xinyu, et al.
Veröffentlicht: (2025)

From Heads to Neurons: Causal Attribution and Steering in Multi-Task Vision-Language Models
von: Wang, Qidong, et al.
Veröffentlicht: (2026)

CriticEval: Evaluating Large Language Model as Critic
von: Lan, Tian, et al.
Veröffentlicht: (2024)

OpeNLGauge: An Explainable Metric for NLG Evaluation with Open-Weights LLMs
von: Kartáč, Ivan, et al.
Veröffentlicht: (2025)

Language Shapes Mental Health Evaluations in Large Language Models
von: Xu, Jiayi, et al.
Veröffentlicht: (2026)

Integration of LLM Quality Assurance into an NLG System
von: Chen, Ching-Yi, et al.
Veröffentlicht: (2025)

What Are We Measuring in NLG? A Meta-Analysis of Evaluation Trends 2020-2025
von: Yang, Jing, et al.
Veröffentlicht: (2026)

The statistical advantage of automatic NLG metrics at the system level
von: Wei, Johnny Tian-Zheng, et al.
Veröffentlicht: (2021)

Beyond One-Size-Fits-All: Inversion Learning for Highly Effective NLG Evaluation Prompts
von: Hong, Hanhua, et al.
Veröffentlicht: (2025)

MCQA-Eval: Efficient Confidence Evaluation in NLG with Gold-Standard Correctness Labels
von: Liu, Xiaoou, et al.
Veröffentlicht: (2025)

Direct-Scoring NLG Evaluators Can Use Pairwise Comparisons Too
von: Lawrence, Logan, et al.
Veröffentlicht: (2025)

Defining and Detecting Vulnerability in Human Evaluation Guidelines: A Preliminary Study Towards Reliable NLG Evaluation
von: Ruan, Jie, et al.
Veröffentlicht: (2024)

Evolving Knowledge Distillation with Large Language Models and Active Learning
von: Liu, Chengyuan, et al.
Veröffentlicht: (2024)

From Instruction to Output: The Role of Prompting in Modern NLG
von: Zaib, Munazza, et al.
Veröffentlicht: (2026)

SAGEval: The frontiers of Satisfactory Agent based NLG Evaluation for reference-free open-ended text
von: Ghosh, Reshmi, et al.
Veröffentlicht: (2024)

Active Use of Latent Constituency Representation in both Humans and Large Language Models
von: Liu, Wei, et al.
Veröffentlicht: (2024)

A Systematic Review of Data-to-Text NLG
von: Osuji, Chinonso Cynthia, et al.
Veröffentlicht: (2024)

TailNLG: A Multilingual Benchmark Addressing Verbalization of Long-Tail Entities
von: Draetta, Lia, et al.
Veröffentlicht: (2026)

Active Learning for NLP with Large Language Models
von: Wang, Xuesong
Veröffentlicht: (2024)

When Benchmarks Age: Temporal Misalignment through Large Language Model Factuality Evaluation
von: Jiang, Xunyi, et al.
Veröffentlicht: (2025)

ELAD: Explanation-Guided Large Language Models Active Distillation
von: Zhang, Yifei, et al.
Veröffentlicht: (2024)

How Well Do LLMs Identify Cultural Unity in Diversity?
von: Li, Jialin, et al.
Veröffentlicht: (2024)

Evaluating Large Language Models for Radiology Natural Language Processing
von: Liu, Zhengliang, et al.
Veröffentlicht: (2023)

PsychEthicsBench: Evaluating Large Language Models Against Australian Mental Health Ethics
von: Shen, Yaling, et al.
Veröffentlicht: (2026)