为什么这个模型在相关测试集上的评测结果比其它开源中文模型低很多

[ray075hl]

https://qwenlm.github.io/zh/blog/qwen1.5/ 作者您好，我看到qwen1.5-7B在c-eval上的得分是74.1， 而TigerBot 70B在c-eval上只有60.04。 这是为什么呢？

[chentigerye]

大模型评测本身是个开放问题，我们更关注应用效果。

[ray075hl]

@chentigerye 感谢大佬的回复，也就是说我们应该测评模型的应用场景对吧。