面向生产服务的大模型评估体系探讨

面向生产服务场景，建立语言大模型、行业大模型、多模态大模型、智能体应用、安全评测等五大评测基准，围绕 评测数据、指标、方法与分析三大建设方向，高效开展综合全面的大模型评估评测。

模型接入生产系统时，需要经过一系列“全面考验”，接入生产开始服务后，要开展“持续考验”，根据用户市场真实反馈，形成动态反馈机制持续优化提升大模型的落地成效。