在2024中國(guó)移動(dòng)全球合作伙伴大會(huì)上，中國(guó)移動(dòng)攜手電子標(biāo)準(zhǔn)院及16家重點(diǎn)央企，共同推進(jìn)大模型評(píng)測(cè)體系建設(shè)，并發(fā)布了《通用大模型評(píng)測(cè)標(biāo)準(zhǔn)》。這一標(biāo)準(zhǔn)被視為評(píng)測(cè)體系建設(shè)的重要里程碑，旨在為產(chǎn)業(yè)界篩選優(yōu)質(zhì)大模型提供有力參考。
據(jù)透露，該標(biāo)準(zhǔn)的建設(shè)工作將圍繞通用領(lǐng)域及四個(gè)重點(diǎn)行業(yè)領(lǐng)域展開(kāi)，涵蓋評(píng)測(cè)標(biāo)準(zhǔn)制定、評(píng)測(cè)基地建設(shè)、評(píng)測(cè)試點(diǎn)應(yīng)用等多個(gè)方面。通用大模型評(píng)測(cè)標(biāo)準(zhǔn)基于“2-4-6”框架構(gòu)建，具體而言，“2”代表兩類評(píng)測(cè)視角，即以重點(diǎn)行業(yè)實(shí)際需求為導(dǎo)向，與國(guó)家標(biāo)準(zhǔn)對(duì)模型能力的要求相協(xié)調(diào)，將評(píng)測(cè)任務(wù)分為理解和生成兩大視角；“4”表示四類評(píng)測(cè)要素，從評(píng)測(cè)全生命周期中提取評(píng)測(cè)工具、評(píng)測(cè)數(shù)據(jù)、評(píng)測(cè)方式和評(píng)測(cè)指標(biāo)等關(guān)鍵要素，確保評(píng)測(cè)工作的可實(shí)施性；“6”則指六大評(píng)測(cè)維度，綜合考慮大模型應(yīng)用過(guò)程中的核心能力，包括功能性、準(zhǔn)確性、可靠性、安全性、交互性和應(yīng)用性。
