超越通用方案：反向学习用于高度有效的自然语言生成评估提示

评估自然语言生成系统具有挑战性 due to valid outputs 的多样性。虽然人类评估是黄金标准，但因而存在不一致性、缺乏标准化和人口统计偏见，限制了可重复性。LLM-based 评估器提供了可扩展的替代方案，但对提示设计高度敏感，其中细微变化可导致显著差异。本文提出一种反向学习方法，从模型输出反向映射到其输入指令， enabling automatic generation of highly effective, model-specific evaluation prompts。该方法仅需一个 evaluation sample，无需耗时的 manual prompt engineering，从而提高了效率和鲁棒性。我们的工作 contribute toward a new direction for more robust and efficient LLM-based evaluation。