公共服务公告：用众包的方式评估模型可以告诉你它们是否写得流畅/是否受人喜欢……但不会告诉你它们是否符合事实！

对于高风险领域（医疗/法律/...），除非你的标注者是为此付费的*专家*，否则你不应该使用这种方式来评估专业化的大型语言模型。