大模型评估国际标准发布，中国信通院牵头引领！

中国信通院牵头制定的ITU-T F.748.44大模型评估国际标准于2025年3月正式发布，这是全球首个针对大模型基准测试的权威标准。该标准明确了四大核心要素：

1. 测试体系：涵盖测试场景、能力、任务和指标，规范了通用大模型的评估流程，并提供标准化测试用例。
2. 技术支撑：基于对全球500余项基准测试的研究，整合600万条数据集，开发了FactTeting自动化测试工具。
3. 产业影响：已对OpenAI、DeepSeek、百度文心等上百个国内外大模型开展周期性评测，覆盖语言、推理、多模态等10+能力维度。
4. 动态监测：自2024年起每两个月发布一次评测结果，持续追踪如Claude 3.7、Gemini 2.5 Pro等前沿模型的性能演进。

这一标准填补了全球大模型评估的空白，使不同厂商的测试结果具有可比性，预计将推动行业技术研发投入增长30%以上，加速AI技术在医疗、政务等领域的合规落地。