NTCIR-19 AEOLLM-2 任务概览：LLM 长文本自动评测

NTCIR-19 AEOLLM-2 任务在 NTCIR-18 AEOLLM 基础上进一步研究 LLM 自动评测方法，重点面向长文本生成场景。任务新增 Deep Research Evaluation 子任务，聚焦 LLM 生成的长篇深度研究报告的自动评测，参赛方所提方法的得分与人工标注 ground-truth 标签对比衡量。