Also known as: Side by side Evaluation
Параллельная оценка сравнивает две модели или два вывода, представляя ответы на один и тот же промпт или задачу для оценки. Люди-оценщики или автоматизированные оценщики определяют, какой вывод лучше по таким критериям, как точность, полезность, безопасность, стиль или предпочтение.
Comparing the quality of two models by judging their responses to the same prompt . For example, suppose the following prompt is given to two different models: Create an image of a cute dog juggling three balls. In a side-by-side evaluation, a rater would pick which image was "better" (More accurate? More beautiful? Cuter?).