先明确评测目标
把业务侧的“效果好不好”转化为可观察问题，并依据 5 个一级维度、10 个二级指标建立统一评分口径。
模型评测 · 第一专题
从可见结果建立稳定判断
评测集构建：基础质量维度
OVERVIEW
这一部分覆盖生成结果最基础、最直接的六个质量考点。每个考点都被拆解为可观察、可复核的判断点，并预留典型正向案例的媒体与说明位置。
05一级评测维度
10二级评分指标
06本页基础考点
中文方法说明
从任务到证据
一套评测如何真正落地
再构造有效样本
组合固定回归题与滚动业务题，通过单一考点、交叉考点和压力场景观察模型能力边界。
最后形成案例闭环
将 Good / Bad Case 与 Prompt、模型版本、评分和归因标签关联，持续反哺规则与模型迭代。
EVALUATION FRAMEWORK
06 MODULES
评测考点与典型案例
01PROMPT ADHERENCE
指令遵循
判断输出是否准确响应 Prompt 中的主体、动作、场景、风格与约束条件。
- 关键实体是否完整出现
- 动作与属性是否符合指令
- 负向约束是否被正确执行
GOOD CASE / 01
典型正向评测案例 · 点击播放并观察该维度的关键表现。
02SUBJECT CONSISTENCY
主体一致性
关注人物或物体在单帧及连续帧中的身份、外观与关键特征是否稳定。
- 五官与服饰特征稳定
- 主体数量与关系正确
- 遮挡后重现保持一致
GOOD CASE / 02
典型正向评测案例 · 点击播放并观察该维度的关键表现。
03VISUAL QUALITY
视觉质量
评估清晰度、噪点、伪影、结构畸变与整体完成度。
- 画面清晰且无异常噪点
- 边缘与局部结构自然
- 无明显生成伪影或破碎
GOOD CASE / 03
典型正向评测案例 · 点击播放并观察该维度的关键表现。
04COMPOSITION
构图与空间
检查主体位置、画面层次、透视关系与空间组织是否合理。
- 主体位置符合叙事重点
- 前中后景层次清晰
- 透视、比例与空间关系成立
GOOD CASE / 04
典型正向评测案例 · 点击播放并观察该维度的关键表现。
05LIGHT & COLOR
光影色彩
评估光源方向、明暗层次、阴影关系与综合色彩是否统一，并共同服务场景表达。
- 主光方向稳定可解释
- 明暗层次与阴影关系合理
- 色温与色彩关系服务场景
GOOD CASE / 05
典型正向评测案例 · 点击播放并观察该维度的关键表现。
06MATERIAL
材质与纹理
判断金属、皮肤、织物、玻璃等材质是否具备正确的光学与表面特征。
- 材质反射与粗糙度合理
- 纹理连续且不粘连
- 接触面与细节可信
GOOD CASE / 06
典型正向评测案例 · 点击播放并观察该维度的关键表现。