大模型测评
- 写作创作
- 代码相关
- 知识常识
- 中文游戏
- 人类价值观
- NLP专业领域
写作创作
评审模板生成
评价：右侧理解了对话内容，左侧没有。
论文修改
评语：都很差
翻译
评语：都很差
评语：左侧稍好
知识常识
人物百科
评语：乐
历史知识
评语：右侧的历史从哪里来的，我比较好奇
物理，化学，生物常识
评语：答案选择C
评语：答案选择BC，勉强右边对，左侧选择E钝角是吧
生活常识
评语：这段评价语句算是非常简单的评判标准。都很差
代码相关
latex
latex 怎么能够对三张图像插入到文本当中，并且这三张图排成一排，共享一个题注。
评语：都不能够实现并行命令
python
评语： 差太多
太差了，不想继续测试了
