中国移动“弈衡”大模型评测体系研究及技术发展趋势洞察

“弈衡”评测是打造中国移动权威第三方评测机构的项目，旨在评测公司“一体五环”重点产品和能力。评测涉及领域广泛，包括文本类、语句类、图像类、语音类等。评测工具包括深度学习、数据库、多线程等，评测方式包括代码生成、基础任务、应用任务等。评测指标包括功能性、准确性、可靠性、安全性、应用性、交互性、多模态能力、任务丰富度、支持完备度、准确度、不确定性、抗攻击性、鲁棒性、社会偏见、合法合规、隐私保护、生态商用、实时性、丰富性、连续性、规范性、公平性、流畅性等。评测场景包括文本分类、目标检测、智能客服等。评测维度包括功能性、准确性、可靠性、安全性、应用性、交互性、多模态能力、任务丰富度、支持完备度、准确度、不确定性、抗攻击性、鲁棒性、社会偏见、合法合规、隐私保护、生态商用、实时性、丰富性、连续性、规范性、公平性、流畅性等。评测工具包括深度学习、数据库、多线程等。评测方式包括代码生成、基础任务、应用任务等。评测指标包括功能性、准确性、可靠性、安全性、应用性、交互性、多模态能力、任务丰富度、支持完备度、准确度、不确定性、抗攻击性、鲁棒性、社会偏见、合法合规、隐私保护、生态商用、实时性、丰富性、连续性、规范性、公平性、流畅性等。