我看很多人测中文模型都问成语、古诗、脑筋急转弯。这能说明业务中文能力吗？

]]>https://localaihub.com/topic/208/中文模型测试-为什么不能只问成语和古诗RSS for NodeWed, 03 Jun 2026 19:24:00 GMTFri, 15 May 2026 10:10:00 GMT60所以评测集要土一点，越接近真实越好。

]]>https://localaihub.com/post/2351https://localaihub.com/post/2351Sat, 16 May 2026 01:04:00 GMT这个例子太真实。

]]>https://localaihub.com/post/2350https://localaihub.com/post/2350Sat, 16 May 2026 00:11:00 GMT我们模型会背古诗，但把“补卡”理解成补公交卡。

]]>https://localaihub.com/post/2349https://localaihub.com/post/2349Fri, 15 May 2026 21:43:00 GMT有初筛价值，但业务中文必须自己测。

]]>https://localaihub.com/post/2348https://localaihub.com/post/2348Fri, 15 May 2026 20:59:00 GMT榜单中文分高还有参考吗？

]]>https://localaihub.com/post/2347https://localaihub.com/post/2347Fri, 15 May 2026 19:25:00 GMT还要加入企业内部词。项目代号、系统简称、部门黑话。

]]>https://localaihub.com/post/2346https://localaihub.com/post/2346Fri, 15 May 2026 19:17:00 GMT注意隐私。真实问题脱敏要认真做。

]]>https://localaihub.com/post/2345https://localaihub.com/post/2345Fri, 15 May 2026 18:53:00 GMT抽真实问题，脱敏后分层。不要自己坐办公室编题。

]]>https://localaihub.com/post/2344https://localaihub.com/post/2344Fri, 15 May 2026 16:54:00 GMT那怎么设计中文评测？

]]>https://localaihub.com/post/2343https://localaihub.com/post/2343Fri, 15 May 2026 15:19:00 GMT中文能力要按场景测。写作、客服、制度问答、代码解释，不是一回事。

]]>https://localaihub.com/post/2342https://localaihub.com/post/2342Fri, 15 May 2026 15:04:00 GMT客服场景还要看语气。太书面也不行。

]]>https://localaihub.com/post/2341https://localaihub.com/post/2341Fri, 15 May 2026 13:40:00 GMT还有“半句话问题”。用户会问“那个报销还能补吗”，不是写标准问句。

]]>https://localaihub.com/post/2340https://localaihub.com/post/2340Fri, 15 May 2026 11:56:00 GMT只能说明一小部分。企业中文更多是制度、口语、缩写、错别字、表格、长句。

]]>https://localaihub.com/post/2339https://localaihub.com/post/2339Fri, 15 May 2026 11:35:00 GMT