一、基础能力评估体系 语言理解能力是模型的基础，需通过BLEU（双语评估替换）和ROUGE（面向召回的评估）指标量化。BLEU通过n-gram匹配度衡量生成文本与参考文本的相似性，适用于机器翻译场景；ROUGE则侧重召回率……
