ExamReady

开发者使用代码对大型语言模型进行评分，以确保准确性

一位为德语B1/B2考试准备平台开发的开发者发现，像Gemini这样的大型语言模型在进行字数统计和算术评分等精确计算方面并不可靠。为了确保准确性，该开发者实施了一个系统，其中大型语言模型负责基于语言的评分和反馈，而自定义代码则执行所有计算任务。这种分离的方法可以验证大型语言模型的输出，并保证正确应用客观评分规则，从而防止在大型语言模型生成的结果中难以检测到的错误。