WritingBench提供了双重评估机制来确保测评结果的可靠性。首先是基于大模型的自动评分系统，用户可通过编辑evaluator/llm.py配置文件，接入自己的API端点实现评分功能。其次是专用评判模型评分系统，该系统基于Qwen-7B模型开发，用户需从HuggingFace平台下载特定模型后才能使用。
两种评估方式均采用标准的5项评分标准，评分区间为0-10分。评估脚本会自动输出每项标准的得分和具体理由，如’内容完整性：8/10，涵盖了核心要素但某些细节不足’这样的详细反馈。
这种双轨制设计既考虑了评估效率，又保证了评分质量，用户可根据实际需求灵活选择最适合的评估方式。
This answer comes from the articleWritingBench: a benchmarking assessment tool to test the writing skills of large modelsThe
May not be reproduced without permission:AI productivity tools " WritingBench支持大模型自动评分和专用评判模型评分两种评估方式
English 
简体中文 
日本語 
Deutsch 
Português do Brasil