# 模型评测方案介绍

> 全部文档的索引见 [llms.txt](https://ark.volcengine.com/llms.txt)；在任一文档页面地址后追加 `.md` 可获取该页的 Markdown 版本。

<span id="1-evaluation-entrance"></span>
# 1 模型评测入口

可以在自动评测处新建自动评测任务。

![Image](https://portal.volccdn.com/obj/volcfe/cloud-universal-doc/upload_e164ad7ac917735fc2bf0b655a8ec0a4.png)

<span id="2-evaluation-view"></span>
# 2 模型评测结果查看

您可以在模型精调任务完成后，在精调任务详情页中查看精调模型的评测指标。数据集介绍如下表：

|数据集 |任务类别 |语言 |来源 |指标 |
|---|---|---|---|---|
|MultiRC-zh |语言能力 |中文 |公开 |Accuracy, Recall等 |
|ARC-easy |知识能力 |英文/中文 |公开 |Accuracy等 |
|PIQA |知识能力 |英文/中文 |公开 |Accuracy等 |
|ARC-challenge |知识能力 |英文/中文 |公开 |Accuracy等 |
|MGSM |推理能力 |中文 |公开 |exam_match等 |
|GSM8K |推理能力 |英文 |公开 |exam_match等 |
|Chid |语言能力 |中文 |公开 |Accuracy等 |

您可以在任务详情页中点击“效果指标”来查看评测结果。
![Image](https://portal.volccdn.com/obj/volcfe/cloud-universal-doc/upload_06efd0259d7c0e4d31939dcce4a1daa6.png)

其中评测结果，可以查看整个模型评测任务的综合得分，以及各个垂直领域的评测分数。

我们会持续增加更多评测数据集，覆盖更多任务类别，敬请期待！