模型评估方法、电子设备及计算机可读存储介质

本申请公开了一种模型评估方法、电子设备及计算机可读存储介质，涉及数据处理、大模型技术领域。该方法包括：获取推理数据集，其中，所述推理数据集包括：多种不同类型的逻辑推理任务，所述逻辑推理任务的推理过程包括：多个原子步骤，所述多个原子步骤通过对所述逻辑推理任务的中间推理步骤进行分解后得到；基于所述推理数据集对目标语言模型进行推理能力评估，得到评估结果，其中，所述评估结果用于确定所述目标语言模型的深度推理能力。本申请解决了相关技术中通过最终答案的准确性来评估大模型的推理能力，导致对大模型推理能力评估存在局限，且评估结果的可信度低的技术问题。