行业与实践 · 标签「公开数据集」

研究与基准测试/2026-07-22/6 分钟

领域分是同领域数据集的均值：阿里云 PAI 公开集评测不另给公式

阿里云 PAI 的大模型评测把自定义题做成 JSONL，用 ROUGE、BLEU 或裁判员打分。公开集列出 MMLU、C-Eval 等七个，领域分是同一领域数据集得分的均值。页面没有加权公式，也没有贴出任何一次真实跑分。