Hugging Face · 每日论文· 媒体 / 作者来源·精选
MoveBench：基于评分标准的评估大型语言模型在体育和健康指导中的基准
原文标题
MoveBench: A Rubric-Based Benchmark for Evaluating Large Language Models in Sports and Health Coaching
AI 导读
针对大型语言模型（LLM）在体育和健康领域应用的风险，研究人员推出了MoveBench，这是首个专门用于评估LLM在体育和健康指导中的基准框架。该框架通过综合多种任务格式，包括多项选择题和开放式问答，结合现实世界用户场景和结构化评分标准，对15个不同的LLM进行了大规模评估。结果表明，在安全意识、结构化程序设计和个性化能力方面存在显著差异，突显了知识和行动之间的关键差距。
来源：Hugging Face · 每日论文 · arxiv.org
导读与选稿说明
MoveBench为体育和健康领域LLM应用建立了基础评估标准，为推进安全、可靠和情境感知的AI驱动教练系统提供了可复制的框架。
导读由模型辅助整理，非独立核验。完整信息见原文。