1.钻研背景与动机近年来，大言语模型，LargeLanguageModels，LLMs，在人工自动畛域取得了渺小的停顿，为了评价这些模型的才干，钻研人员开发了许多评价基准，但是，随着这些基准的宽泛经常使用，人们对其适当性和偏心性发生了越来越......