评价基准在人工智能研讨中的重要性及其相关论文，如GLUE/SuperGLUE、MMLU、GSM8K、MATH和HumanEval。评价基准应具备样本数充足、高质量、易于理解、运转简便和有意义的特点。LLM模型评价较困难，人工成对评分和模型生成的评价是新方向。评价主题决定关注度，测验集污染问题可通过揭露和私有测验集平衡解决。评价反映个人身份，投资评价基准对AI研讨人员有益。