司南发布“以人为本”的大模型评测体系，认知科学驱动，更贴近人类需求

2月22日，2025GDC“浦江AI生态论坛”在上海徐汇举行。论坛现场，大模型开放评测平台司南正式发布“以人为本”（Human-Centric Eval）的大模型评测体系，系统评估大模型能力对人类社会的实际价值，为人工智能应用更贴近人类需求，提供可量化的人本评估标注

司南团队突破性引入认知科学理论，秉持“以人为本”的核心精神，提出“解决问题能力、信息质量、交互体验”三维度的大模型主观评测体系。通过构建真实场景任务链与人机协同解决方案，最终由人类对模型辅助能力进行感知评分，从而实现技术指标与人文价值的有机统一。

该评测体系将于3月5日上线司南大模型竞技场，欢迎体验。

评测入口：https://opencompass.org.cn

认知科学驱动：从技术性能到人文价值

随着大模型等AI技术的飞速演进，各类AI技术已日渐融入人类生活场景，如何让AI更贴近人类需求，成为新阶段大模型能力提升的关键之一。司南团队认为，大模型最终要服务于人，因此“以人为本”的主观评估范式，将有效反映大模型的真正价值。

在传统的大模型基准测试中，普遍采用结果导向的评价标准，这种评价方式虽然能够直观地反映模型的性能，却忽略了人类的实际需求。在司南团队提出的评测方案中，从人类需求设计实际问题，让人与大模型协作解决，再由人类对模型的辅助能力进行主观评分，以此补充客观评价的不足，使评估更贴合人类感知。

“以人为本”的评测体系将人类感知与数据反馈互补，实现技术指标与人文价值的有机统一

其中“认知科学驱动”评估框架，围绕解决问题能力、信息质量、交互体验