随着国内大模型纷纷进入到领域的训练、服务和应用，针对大模型对场景应用的能力评测变得越来越有指导意义。在相关部门的支持下，鹏城实验室、广州数据交易所、广东联通、数据堂（北京）科技股份有限公司、广东省人工智能产业协会联合发起了大模型应用评测的战略合作，并邀请联通（广东）产业互联网有限公司、广电运通集团股份有限公司、广州云从人工智能技术有限公司、中科紫东太初(北京)科技有限公司 、开普云信息科技股份有限公司、北京北大英华科技有限公司、京华信息科技股份有限公司、广州视源电子科技股份有限公司、摩诃脉动、深圳市未来清研科技有限公司等10余家国内领域大模型公司参与场景应用评测。
2.主观题：采用triple-check人工评测的方式，评测人员分为独立三组，比对问题和模型回答，同时参考人工标注的标准答案进行评分，最终评测结果取三组的平均分。评分细则如下：
三个重点应用场景
（1）主观题：在经济全球化的大背景下，地方经济如何通过创新驱动实现可持续发展，包括具体的策略、实施计划、预期挑战及解决方案，进行深入分析和规划。
（2）主观题：我村党员****从2023年5月20号开始违章建筑300平方左右钢架房，我们已多次向银湖街道城建办反应，给予反馈是勒令停工，反复反应，给予答复都是一样的。至今钢架棚已经修建完工！2023年10月19日又开始切砖垒高墙，望领导明察，给我们普通老百姓主持公道。
法律专场例题
（1） 主观题：未经同意录音录像合法吗？
（2） 多选题：《中华人民共和国监察法》规定,监察对象对 (____) 进行报复陷害的依法给予处理。
选项：A.控告人 B.检举人 C.证人 D.监察人员
教育专题例题
（1）选择题：某公司有员工A、B、C、D、E，他们分别负责不同的工作。已知A负责市场部，B负责财务部，C负责人力资源部，D负责研发部，E负责生产部。如果市场部需要与研发部合作，那么最有可能需要与E合作的是（）
选项：A.A B.B C.C D.D
