研究人员开发了HuGLEN，一个新颖的评估流程，旨在评估语言大模型（LLMs）在光网络自动化中的应用。该流程采用“以LLM为裁判”的方法，并结合专家评分，创建了一种可扩展且可复现的比较方法。该系统旨在根据质量效率得分（QES）对LLMs进行排名，该得分平衡了解释质量和推理成本。结果表明，一个12B参数的LLM取得了最高的QES，证明了其在面向操作员的自动化任务中的最佳权衡。 AI
影响 这一新的评估框架可以简化网络自动化任务中LLMs的选择，提高效率和质量。
排序理由 该集群描述了一篇研究论文，详细介绍了一个用于特定领域LLMs的新评估流程。
AI 生成摘要 · Google Gemini · 来自 2 个来源。 我们如何撰写摘要 →
完整方法见我们的编辑标准。
arXiv:2607.18068v1 Announce Type: cross Abstract: Large language models (LLMs) are increasingly adopted for network automation, yet their output quality and inference cost can vary substantially across LLM families. We present HuGLEN, a stepwise evaluation pipeline that uses an L…
Large language models (LLMs) are increasingly adopted for network automation, yet their output quality and inference cost can vary substantially across LLM families. We present HuGLEN, a stepwise evaluation pipeline that uses an LLM-as-a-judge together with a small set of expert …