답이 길면 AI 심판은 더 좋은 답으로 볼까?

그림에서 무엇을 볼까요?

핵심 근거는 둘로 같지만 길이와 무관 대목이 다른 짧은 답과 긴 답이 겉모양 가중 및 근거 루브릭을 거쳐 서로 다른 선택으로 이어지는 그림

박물관 음성 안내 답변 두 개를 비교한다고 합시다. 짧은 답은 60단어이고 요구한 핵심 근거 2개를 모두 담으며 관련 없는 대목은 없습니다. 긴 답은 180단어이고 같은 핵심 2개를 담지만 곁가지가 3개입니다. 이는 길이 신호를 분리하려고 만든 자료이지 실제 모델 응답이 아닙니다.

‘핵심 1개당 2점, 150단어 이상이면 1점 추가’라는 겉모양 규칙은 짧은 답 4점, 긴 답 5점을 줍니다. 핵심 충족은 같은데 길이 보너스가 승자를 만듭니다. 이 결과는 규칙을 정확히 실행했지만 더 유용한 답을 찾았다는 뜻은 아닙니다.