LLaMa3
文本生成模型评估方法：
- 客观评估
- 主观评估
OpenCompass: 采用客观评测与主观评估结合的方法。
分类任务中，有客观标准。但生成式任务重，客观标准没有。需要客观加主观综合一起。
医学，法律类的，需要回答标准，不允许扩展，需要偏向客观标准。 有些娱乐性的场景，需要偏向主观标准。
llama预训练的不是中文的，最后容易输出结果也会嵌入一些英文。英文偏向。
召回率，精确率
LLaMa3
文本生成模型评估方法：
OpenCompass: 采用客观评测与主观评估结合的方法。
分类任务中，有客观标准。但生成式任务重，客观标准没有。需要客观加主观综合一起。
医学，法律类的，需要回答标准，不允许扩展，需要偏向客观标准。 有些娱乐性的场景，需要偏向主观标准。
llama预训练的不是中文的，最后容易输出结果也会嵌入一些英文。英文偏向。
召回率，精确率
