arXiv · cs.AI· Yitong Li, Jiang Bian, Jingling Wang, Pan Ding, Chengying Gu·· 2 天前
MoveBench：评估大语言模型体育与健康指导能力的基准
MoveBench: A Rubric-Based Benchmark for Evaluating Large Language Models in Sports and Health Coaching
arXiv:2610.26185v1阅读论文 PDF ↗
仅依据论文摘要整理；未读取全文，实验条件、证明与基准细节请核对原文。
作者：Yitong Li, Jiang Bian, Jingling Wang, Pan Ding, Chengying Gu
研究任务与主要进展
MoveBench是面向大语言模型体育与健康指导能力的基准框架，将选择题与开放问答结合，并用结构化评分标准考察安全合规、科学有效性、训练逻辑和个性化。基于论文摘要，作者在809个问题、5,012项评分标准和15个模型上进行了大规模评估，发现模型在安全意识、结构化方案设计和个性化方面表现差异明显；开放资源见 https://github.com/SatoSakula/MoveBench。
阶段、条件与复现 · 深读核对
- 新能力对应什么具体任务与最小输入输出？
- 代码、模型、数据、许可与可用入口是否明确？
- 效果、总成本、失效条件与实际工作流如何验证？
这些是阅读核对问题；材料未说明的条件保留未知。请结合上方论文版本、资料范围与原文核验。
来源：arXiv · cs.AI · arxiv.org