Beyond text generation？

[pfliu-nlp]

• 引入NLU任务：对NLU任务而言，evaluation-as-a-service的意义是什么？
  * 比如可以标注化evaluation库的版本（e.g., seqeval）
• 引入benchmark：比如GLUE，价值是什么？

我们要总结下有哪些东西需要标准化？

• NLG: 数据预处理（tokenize, capitalness, truncation）
• NLG: metric自带的超参数
• metric版本
• 数据边界处理
• .... (继续补充)