一、大模型自动评估的理论基础 1.1 评估维度的三维模型 大模型评估需从能力、性能、安全三个维度构建指标体系： 能力维度：包含语言理解（如MMLU准确率）、生成质量（BLEU/ROUGE）、逻辑推理（GSM8K得分）等核心……
