human-eval

인간 평가란 모델 출력의 품질을 사람이 직접 라벨링하고 점수화하는 절차로서, 평가자가 정성적 판단 기준을 적용해 일관성·미묘한 품질 차이를 판별한다. 자동화된 LLM 심사와 비교할 때 미묘한 톤·성격·문맥 적합성 판정에서 기준 역할을 하며, 자동화된 판단을 보정하는 캘리브레이션 데이터로 활용된다.