arXiv · AI· Yitong Li, Jiang Bian, Jingling Wang, Pan Ding, Chengying Gu·· 12 小时前AI 评分31
MoveBench：面向运动与健康教练场景的大语言模型基准测试
MoveBench: A Rubric-Based Benchmark for Evaluating Large Language Models in Sports and Health Coaching
AI 导读
MoveBench 发布，这是首个专为评估 LLM 在运动与健康教练领域表现设计的基准框架。 该框架包含 809 道题目和 5,012 项评分标准，涵盖选择题和开放问答，强调安全性与科学有效性。 评估显示 15 个 LLM 在安全意识等方面存在显著差异，建立了该领域的基础评估标准。
来源：arXiv · AI · arxiv.org