【Plan A】大模型动态评测与评测诊断方向（AGI蓝军）-27届

1. 面向基座模型、领域模型、应用系统与智能体，研究如何将不断涌现的智能能力转化为可测量、可复现的科学问题。 2. 依托金融等高复杂度、高可信要求的真实场景，构建随模型与任务共同演进的动态评测与诊断方法，识别能力边界、失效模式及其成因，并将真实世界反馈转化为模型训练与系统演进的信号。