CCS L 70 ICS 35.240 GB 中华人民共和国国家标准 GB/T 45288.2-2025 人工智能 大模型 第2部分：评测指标与方法 Artificial intelligence-Large-scale model Part 2:Testing and evaluation for metrics and methods 2025-02-28发布 2025-02-28实施 国家标准化管理委员会 国家市场监督管理总局 发布
GB/T 45288.2-2025 目次 前言 引言 1范围 2规范性引用文件 3术语和定义 4缩略语 5评测指标 5.1理解能力评测指标 5.2生成能力评测指标 6评测方法 11 6.1述“ 11 6.2评测数据集 6.4评测工具 6.5评测实施 14 附录A（资料性） 评测指标计算方法 17 A.1客观评测方法 17 A.2主观评测方法 18 参考文献 21
GB/T 45288.2-2025 前言 本文件按照GB/T1.1-2020《标准化工作导则第1部分：标准化文件的结构和起草规则》的规定 起草.
本文件是GB/T45288（人工智能大模型》的第2部分.
GB/T45288已经发布了以下部分： 第1部分：通用要求： 第2部分：评测指标与方法； 一第3部分：服务能力成熟度评估.
请注意本文件的某些内容可能涉及专利，文件的发布机构不承担识别专利的责任.
本文件由全国信息技术标准化技术委员会（SAC/TC28）提出并归口.
本标准起草单位：中国电子技术标准化研究院、上海人工智能创新中心、中国科学院自动化研究所、 蚂蚊科技集团股份有限公司、北京航空航天大学、清华大学、杭州联汇科技股份有限公司、中国铁建股份 有限公司、北京百度网讯科技有限公司、中国南方电网有限责任公司、中国移动通信有限公司研究院、 国家能源投资集团有限责任公司信息技术分公司、华为云计算技术有限公司、上海商汤智能科技有限公 司、阿里云计算有限公司、深圳市腾讯计算机系统有限公司、北京奇虎科技有限公司、北京智源人工智能 研究院、中铁第五勘察设计院集团有限公司、北京智谱华章科技有限公司、浪潮云信息技术股份公司、科 大讯飞股份有限公司、中国电力科学研究院有限公司、天津大学、中国电信股份有限公司研究院、中央广 播电视总台、北京百川智能科技有限公司、同方知网数字出版技术股份有限公司、北京中关村实验室、上 海市人工智能行业协会、南方电网科学研究院有限责任公司、西安电子科技大学、西南科技大学、哈尔滨 工业大学、中国科学院软件研究所、北京大学武汉人工智能研究院、青岛海信电子技术服务有限公司、 北京格灵深瞳信总技术股份有限公司、北京工业大学、南方电网人工智能科技有限公司、中国电信集团 有限公司、天翼云科技有限公司、北京软件产品质量检测检验中心有限公司、北京世纪好未来教育科技 有限公司、北京小米移动软件有限公司、北京智芯微电子科技有限公司、中国移动通信集团有限公司、云 知声智能科技股份有限公司、北京中关村科金技术有限公司、青岛海尔科技有限公司、杭州海康威视数 字技术股份有限公司、京东方科技集团股份有限公司、昆仑数智科技有限责任公司、浪潮电子信息产业 股份有限公司、浪潮软件科技有限公司、马上消费金融股份有限公司、鹏城实验室、平头哥（上海）半导体 技术有限公司、麒麟合盛网络技术股份有限公司、山东浪潮科学研究院有限公司、山东省人工智能研究 院、上海计算机软件技术开发中心、上海人工智能研究院有限公司、北京安声科技有限公司、上海燃原科 技股份有限公司、上海天数智芯半导体有限公司、深圳前海微众银行股份有限公司、深圳思谋信息科技 有限公司、西北工业大学、西门子（中国）有限公司、云从科技集团股份有限公司、上海文解信息科技有限 公司、浙江大华技术股份有限公司、万达信息股份有限公司、上海玄武信息科技有限公司、中移互联网有 限公司、四川长虹电子控股集团有限公司.
本标准主要起草人：董建、徐洋、鲍藏、陈恺、汪群博、马骋吴、孙曦、宋文林、刘祥龙、陶建华、赵天成、 黄现翠、孙传兴、马珊珊、李栋、于细海、龙云、刘伟东、经迪春、郑子木、蒋慧、彭骏涛、胡智超、张向征、 杨熙、郑中、冯涛、郑佳佳、刘聪、周飞、陈晰、李建欣、熊德意、杨明川、王峰、梅剑平、陈炜鹏、张宏伟、 张松阳、彭晋、刘静、刘艾杉、王嘉凯、高东辉、马同森、张天霖、高铁柱、陈曦、梁志宏、何刚、俞文心、 杨沐昀、孟令中、朱贵波、王金桥、郑若琳、沈芷月、聂简获、任海峰、石羡、吴玺宏、刘尚、刘卫卫、石聪聪、 丁鹏、刘小欧、项超、薛德军、王龙跃、刘微、胡全一、孙浩源、孙林、赵必美、玄日成、赵春吴、索思亮、 陈立明、蒋屹新、武娜姗、高鹏军、孔吴、薛云志、刘子韬、于磊、郑哲、邓超、梁家恩、崔明飞、鄂磊、任烨、
