多种类型知识库评测
文本知识库
外部知识库涵盖非结构化文献与文档，测试模型在文本型知识的理解，以及复杂语境下的语义建构、信息抽取等能力。
表格知识库
以结构化表格数据为基础，考查模型在结构化知识的理解，以及对数值、分类与层级信息的处理、比较与逻辑计算能力。
知识图谱
基于实体-关系三元组构建的结构化语义网络，评估模型在图结构知识的理解，以及多跳推理、实体对齐与关系识别等任务中的表现。
代码知识库
包含函数文档、源代码与API说明，聚焦模型在程序型知识的理解，以及代码补全、自然语言到代码生成等能力。
多种知识领域评测
通用
基于百科全书与综合性知识资源，涵盖来自各类百科知识库的开放领域知识，考察模型对跨主题背景知识的理解与迁移能力。
医疗
基于医疗诊断任务，融合生理学、药理学与临床医学等细分知识体系，评估模型对专业医学术语和复杂病例的理解与诊断推理能力。
政务
基于中文政务文件与政府官网信息，聚焦政策条文、行政流程等结构化与半结构化知识，考验模型对规章制度的精准解析与政策应用能力。
科学
整合来自生物、材料科学公开文献及生物医药知识图谱的专业知识，涵盖实验事实、领域术语与科学推理模式，测试模型的科学推理与知识整合能力。
法律
源自真实法律文书，包含判决书、裁定书等法律事实与规则，突出模型对法律条文逻辑与案例事实的结合推理能力。
编程
来自GitHub的海量开源代码库，跨越300+依赖库和2000+ API 版本，强调模型对程序语言、函数接口及语义执行的深入理解与生成能力。