腾讯 LLMEval：人类对齐的 LLMs 的实际能力的层次评估
原文中文，约300字，阅读约需1分钟。
📝
内容提要
本研究构建了一个评估大规模语言模型指令遵循能力的框架，制定了评估标准和过程，创建了包含多难度和领域的测试集，并探讨了自动化评估的可能性，为英中语言模型人类对齐性评估提供了标准化方法。
🏷️
