MoveBench：基于评分标准的运动与健康指导大语言模型评测基准
MoveBench 是一套用于评估大语言模型在运动与健康指导领域表现的基准测试。通用基准往往无法充分衡量运动安全、生理适宜性、个性化以及指导建议的实用性等领域要求。MoveBench 将基于真实用户场景的选择题和开放式问答，与评估安全性、科学有效性和训练逻辑的评分标准相结合。研究团队使用 809 道题目和 5,012 项评分指标，对 15 个模型进行了评估。结果显示模型表现差异显著，尤其体现在安全意识、训练方案设计和个性化能力方面。基准测试及相关资源已公开。
本文来源：Hugging Face，仅供学习参考，版权归原作者所有。