การประเมินแบบจำลองกำเนิด: ความฉงนสนเท่ห์, BLEU และ FID
การประเมินแบบจำลองการกำเนิดนั้นยากกว่าการประเมินลักษณนาม สำหรับการจำแนกประเภทจะมีป้ายกำกับที่ถูกต้องหนึ่งป้าย สำหรับรุ่นนั้น ผลลัพธ์ที่ดีมากมายนับไม่ถ้วน "ดวงอาทิตย์ส่องแสง" และ "ดวงอาทิตย์สดใสกำลังส่องแสง" ต่างก็เป็นคำที่ต่อเนื่องกันอย่างสมบูรณ์แบบของข้อความแจ้งเดียวกัน แต่หน่วยวัดที่ต้องการการจับคู่สตริงที่ตรงกันทั้งหมดจะล้มเหลวในข้อความที่สอง