真实评估！北理发布全球首个「全场景教育」基准，支持4000+情境

新智元报道编辑：LRST 发展教育大模型需要新的数据和评估体系！北京理工大学高扬老师团队推出 EduBench，是首个专为教育场景打造的综合评估基准，涵盖 9 大教育场景、12 个多视角评估维度、超 4000 个教育情境。通过多维度评估指标体系和人工标注一致性计算，确保评估可靠性，助力教育大模型发