大语言模型的评估方法、装置和计算机设备

本申请涉及人工智能领域，具体公开了一种大语言模型的评估方法、装置、计算机设备、计算机可读存储介质和计算机程序产品。所述方法包括：获取预设的多个功能维度的采集数据以及待评估的大语言模型；其中，所述多个功能维度至少包括语言理解、计算能力和推理逻辑；分别将所述多个功能维度的采集数据输入到待评估的大语言模型中，得到所述采集数据分别对应的预测结果；将所述预测结果与对应功能维度的采集数据的参考结果进行对比，得到所述预测结果对应的维度评分；根据所述待评估的大语言模型的各功能维度的预测结果对应的维度评分，得到所述待评估的大语言模型的综合评分。采用本方法能够提高大语言模型评估的准确性和可靠性。