大模型评价方法、系统、设备、存储介质及程序产品

本申请涉及人工智能技术领域，提供一种大模型评价方法、系统、设备、存储介质及程序产品，该方法包括：获取待评价的交互大模型的完整会话中各交互轮次的交互数据，从交互数据中提取多个评价维度的评价指标；交互数据包括用户输入的交互文本、交互大模型根据交互文本生成的反馈文本和用户评价；基于评价指标在各评价维度上对交互大模型进行评价，得到交互大模型在各评价维度上的评价得分；对各评价维度的评价得分进行加权求和，得到交互大模型的交互成熟度的评价得分，从而确定基于被评价的交互大模型的对话系统是否具备上线能力。基于多轮交互对交互大模型进行快速完整的多维评价，节省了交互大模型评价所需的人力和时间成本。