Почему BLEU и ROUGE плохо оценивают ответы современных LLM?

Тема: NLP и LLM · Метрики оценки LLM · Сложность: Сложно

Ответьте на вопрос вслух или текстом — разбор придёт сразу: оценка по четырём критериям, пробелы и готовая формулировка.