IndustryBench

IndustryBench 是一个面向工业领域的多语言大语言模型（LLM）知识能力评测基准。它基于中国国家标准（GB/T）和结构化工业产品记录构建，涵盖2049个源对齐的问答项，支持中、英、俄、越四语，标注7类能力维度、10个工业门类及难度等级，并采用源文本校验的安全违规检测机制与校准型LLM裁判进行0–3分细粒度评分。项目适用于评估LLM在工业采购、标准解读、跨语言技术文档理解等专业场景下的领域知识掌握能力，尤其适合制造业、供应链、工业AI研发等需高可信度知识推理的落地应用。