TCES 是一个面向大型语言模型（LLM）评估的系统，旨在解决模型对知识掌握和续写能力难以量化的挑战。通过 TCES，可以自动化生成续写内容并进行系统化评估，帮助我们衡量模型在垂直领域的知识掌握程度、逻辑性和内容连贯性。
续写内容生成：自动生成续写内容的 CSV 文件，便于数据的批量处理和分析。
基于模型的测试：
使用 llmbaseapi.py 运行 base 模型 的续写测试。
使用 llmchatapi.py 运行 chat 模型 的总结性问答。
评估标准：为特定垂直领域模型的自动化评分建立初步标准，确保在知识掌握和逻辑性方面的精确评估。
pip install -r requirements.txt
csvjudge.py:大模型评分脚本.
testbasepro.txt：包含项目运行的测试命令。
testbasepro.py：用于生成续写内容的 CSV 文件。
llmbaseapi.py：用于执行 base 模型的续写测试。
llmchatapi.py：用于执行 chat 模型的总结性问答。
使用 testbasepro.py 自动生成续写内容的 CSV 文件，运行命令如下：
python testbasepro.py
运行 llmbaseapi.py 进行 base 模型的续写测试：
python llmbaseapi.py
运行 llmchatapi.py 进行 chat 模型的总结性问答：
python llmchatapi.py
运行：
python csvjudge.py
.
├── requirements.txt # 项目依赖文件
├── csvjudge.py # 大模型评分脚本
├── testbasepro.txt # 测试命令文件
├── testbasepro.py # 生成续写内容的脚本
├── llmbaseapi.py # Base模型续写测试脚本
├── llmchatapi.py # Chat模型总结性问答脚本
└── README.md # 项目说明文件
实现续写内容的自动生成与格式化输出。
定义和实现自动化评分模块，标准化各领域模型的续写评估。
不断优化评分算法，以提高在知识掌握和逻辑准确性方面的评价精度。