**GAMUT：基于两级元量规的开放生成事实完整性基准**

_Two-Level Meta-Rubrics for Evaluating Open-Ended Generation: GAMUT, a Benchmark for Factual Completeness_

> HuggingFace社区论文提出GAMUT基准，旨在解决长文本生成中“事实完整性”的评估难题。该框架通过两级元量规将结构化内容编译为机器可判定的检查清单，覆盖10个领域的1813个问题。实验显示该基准极具挑战性且判别力强，目前最佳模型Gemini 3.1 Pro得分仅为58.7%。

**来源信息**
- **来源**：HuggingFace Daily Papers（社区热门论文）
- **分类**：论文
- **发布时间**：2026-07-22 08:00（北京时间）
- **原文**：[打开原文](https://huggingface.co/papers/2607.19322)