Le Score de Diversité (Distinct-1/Distinct-2) est une métrique d'évaluation importante pour les tâches de génération de texte dans le domaine des grands modèles de langage et de l'inférence. La définition originale (Li et al., 2015) est la suivante : le nombre de unigrammes et de bigrammes distincts divisé respectivement par le nombre total de mots du texte généré. Elle mesure la diversité lexicale du contenu généré et la capacité à éviter les répétitions. Une valeur plus élevée indique que le modèle peut produire des textes plus riches et moins uniformes.

Certaines implémentations et tutoriels ultérieurs utilisent le « nombre total de n-grammes » comme dénominateur, ce qui diffère de la définition du papier original ; il convient d'être vigilant lors des comparaisons. Cette métrique est généralement rapportée sous forme de score sans dimension. Elle est largement utilisée dans les benchmarks et articles pertinents, reflétant efficacement les performances du modèle sur cette dimension. Plus la valeur est élevée, mieux c'est.