AI工具 DeepEval 新出 JevEval：LLM 评估不用生成式裁判，评分终于不飘了 LLM 评估的老毛病是：让一个模型去给另一个模型打分，标准自己解读、推理自己发挥、结果自己生成——容易飘、贵、…
