概念partial credit
部分得分
在评估中，对部分正确的输出给予部分分数，而非仅以全对或全错二值判断，使得评估能反映模型错误的程度和位置。
时间轴 (近 90 天)
10月16日
Grid-Bench 通过记录逐格正确性，提供了部分得分视角，使评估从对/错升级到错在哪儿、错多少。
待验证50%
在评估中，对部分正确的输出给予部分分数，而非仅以全对或全错二值判断，使得评估能反映模型错误的程度和位置。
Grid-Bench 通过记录逐格正确性，提供了部分得分视角，使评估从对/错升级到错在哪儿、错多少。