ICS35.240 CCSL70 中华人民共和国国家标准 GB/T45288.2—2025 人工智能 大模型 第2部分:评测指标与方法 Artificialintelligence—Large-scalemodel— Part2:Testingandevaluationformetricsandmethods 2025-02-28发布 2025-02-28实施 国家市场监督管理总局 国家标准化管理委员会发布目 次 前言 Ⅲ ………………………………………………………………………………………………………… 引言 Ⅴ ………………………………………………………………………………………………………… 1 范围 1 ……………………………………………………………………………………………………… 2 规范性引用文件 1 ………………………………………………………………………………………… 3 术语和定义 1 ……………………………………………………………………………………………… 4 缩略语 1 …………………………………………………………………………………………………… 5 评测指标 1 ………………………………………………………………………………………………… 5.1 理解能力评测指标 1 ………………………………………………………………………………… 5.2 生成能力评测指标 8 ………………………………………………………………………………… 6 评测方法 11 ………………………………………………………………………………………………… 6.1 概述 11 ………………………………………………………………………………………………… 6.2 评测数据集 14 ………………………………………………………………………………………… 6.3 评测环境 14 …………………………………………………………………………………………… 6.4 评测工具 14 …………………………………………………………………………………………… 6.5 评测实施 14 …………………………………………………………………………………………… 附录A(资料性) 评测指标计算方法 17 …………………………………………………………………… A.1 客观评测方法 17 …………………………………………………………………………………… A.2 主观评测方法 18 …………………………………………………………………………………… 参考文献 21 …………………………………………………………………………………………………… ⅠGB/T45288.2—2025