MoveBench：面向体育与健康指导的大语言模型评分标准基准

MoveBench 是首个专门评估大语言模型在体育与健康指导场景表现的基准框架，融合多选题与开放式问答，并配以强调安全合规、科学性与训练逻辑的结构化评分标准。研究用 809 道题、5,012 条评分标准对 15 个 LLM 进行大规模评测，结果显示模型在安全意识、结构化训练方案设计与个性化能力上差异显著，暴露出"知道"与"做到"之间的明显差距。