《人工智能 基础教育大模型评测指标与方法》由TC28（全国信息技术标准化技术委员会）归口上报，TC28SC42（全国信息技术标准化技术委员会人工智能分会）执行，主管部门为国家标准委。

人工智能技术，特别是大语言模型，正快速与教育领域深度融合，已成为重塑全球教育生态格局的关键技术要素。

然而，基础教育阶段学生的认知发展特征决定了其尚未具备充分的信息甄别与批判思维能力，部分教育大模型产品因缺乏深入的教育教学理论指导且存在事实性错误输出等现象，无法满足基础教育领域对教育专业性、科学性和可靠性的严格标准。

现有教育大模型的技术局限性和应用适配性不足导致其难以有效响应真实教育场景的复杂需求，存在潜在应用风险，严重制约了教育大模型的规模化推广应用和产业化发展。

然而，当前大模型评测研究主要聚焦于通用能力评测，针对教育领域的评测体系建设相对滞后。

主流评测基准多以衡量模型的知识广度、逻辑推理及多任务处理性能为目标。

此类评测虽有其价值，却无法有效度量模型在教育场景中的深度能力，如互动过程是否具备启发性、输出结果是否遵循教育学原理等。

本标准旨在为全球基础教育大模型的产品评测、选型提供科学、统一的依据，通过设立清晰的评测指标，引导研发资源向提升教育专业性与应用适配性方向倾斜，从而建立市场信任，促进产业生态的良性发展。

将本标准翻译并向国际社会推广，有助于建立国际统一的教育大模型评测规范，为全球教育大模型的评测体系构建贡献中国智慧方案，提升我国在AI教育标准化领域的国际影响力。