03｜大模型的评测维度，你会怎么划分？

答法核心：先给自己的分层框架再展开，不要直接报清单。维度清单本身不值钱，按场景挑维度才是本题真正的得分点。

回答思路

第一步：给出三层分类框架

层	覆盖维度
能力层	理解、生成、推理、知识、代码、多语言
质量层	准确性、相关性、一致性、幻觉率、安全性、鲁棒性
工程层	时延、吞吐、成本

用分层体系化展开，这样讲起来才有底气。

第二步：每层点一两个代表指标

稍微展开半句即可。比如质量层的幻觉率，可以顺带说一句怎么粗测（有标准答案的问答集做事实校验）——留个钩子让面试官追，把面试引向你熟的领域。

第三步：必须落到业务取舍（本题真正的得分点）

• 客服场景：安全和合规权重最高——答错可以道歉，涉政涉黄零容忍
• 代码场景：正确性优先
• 创作场景：相关性和风格优先

面试官最想听的是你按场景挑维度。

收尾

维度框架是通用的，但具体项目中需要从业务风险出发做裁剪——每个项目都该有自己的评分权重表。

考察重点

维度	说明
企业动机	考察知识面和结构化能力，能不能按场景取舍而不是背维度清单；有没有业务思维，能不能把评测和业务价值挂上
过线标准	能给出自己的分层框架并解释为什么这么分
区分度	背清单的人和有框架的人差距明显；资深会主动做场景裁剪和权重分配
减分项	一口气报二十个名词不分层，追问两个就露底。宁可少说，每个说透

来源

整理自知识星球帖《面试情报 01｜大模型测试 20 题》，返回题库。