최근 요약 평가 연구는 완전성, 간결성, 충실성과 같은 품질 요소를 평가하기 위해 모델 기반 지표를 활용해요. 하지만 이러한 방법은 대규모 언어 모델을 필요로 하며, 예측 점수가 종종 오차 범위에 있어 신뢰성을 제한해요. 연구진은 참조 요약본이나 인간 어노테이션 없이 개별 및 평균 프록시 점수를 생성하는 프레임워크와 점수 보정 방법인 GIRB를 제안하며, 7개 데이터셋에서 기존 방법보다 우수한 성능을 보여줬어요.