MoveBench：运动健康指导LLM评测基准发布

Yitong Li等作者提出并发布MoveBench，称其为首个专门评估大语言模型在运动与健康指导场景表现的基准框架。该基准包含选择题与开放式问答，配有强调安全合规、科学性与训练逻辑的结构化评分标准。 研究用809道题、5012条评分细则评测了15个大语言模型，结果显示各模型在安全意识、结构化训练方案设计和个性化能力上差异显著，暴露出“知道”与“做到”之间的差距。

AI 根据报道生成 · 2 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。