大模型如何评测？

[doggie]

看了，比较有用

• 【转载】大语言模型评估的常用方法、指标与框架
• 【转载】如何测评大模型对长文本处理的性能
• 【转载】大模型有哪些评估指标？
• 【闪客】大模型是如何测试的？以Gemini3为例_哔哩哔哩_bilibili
• 你知道用什么指标评价一个大模型的好坏吗？PPL，MMLU，MATH，GPQA，BBH，IF-EVAL，MMLU-PRO_哔哩哔哩_bilibili

看看别人怎么做的

• 阿里 快速评测大语言模型-人工智能平台 PAI(PAI)-阿里云帮助中心

看了，废话连篇

• 【转载】大模型评测指标全解析：如何精准衡量AI模型的性能