书生大模型专属 HELM（Holistic Evaluation of Language Models）综合评测体系，是上海人工智能实验室打造的开源适配、多模态兼容、全场景覆盖的大模型全方位评估方案，依托HELM标准化框架，精准刻画书生全系列模型的能力边界与领先优势。

HELM（Holistic Evaluation of Language Models），斯坦福大学推出的全面、标准化、可复现大语言模型综合评估框架，以三维场景矩阵+多层指标体系，全方位刻画模型能力边界与落地风险。