新浪科技讯 10 月 28 日晚间消息，近日，Keep 团队在 arXiv 平台公开运动健康大模型评测基准 MoveBench 的预印本论文，同时开源首批 80 道中文题目及评测工具，并启动 "MoveBench 运动健康专家团 " 公开招募。

随着大模型逐步进入健身指导、运动数据分析等垂直场景，用户常向 AI 询问 " 该怎么练 "，并要求其生成训练计划。MoveBench 面向大模型在运动健康领域的应用，重点评估模型生成的训练建议是否专业、安全、适合具体用户且具备可执行性，旨在为行业提供统一、可量化的评测标准。

MoveBench 覆盖训练课程生成、运动数据解读和专业知识问答三类场景，完整评测集包含 809 道题目和 5012 条评分细则，题型涵盖单选、多选及开放题，涉及 13 类学科。题目来源于大量用户在训练初期及训练过程中遇到的真实问题。题库构建参考真实用户的 BMI、年龄、伤病比例等统计分布，数据题使用脱敏后的真实运动日志。

在答案及评分标准的制定方面，MoveBench 结合 AI 模型与 Keep 在运动健康领域十余年的经验，由专业教练及高校相关领域专家教授参与审核。针对不同用户特征、训练目标和具体场景，评测基准设置差异化评分细则（Rubric），而非用同一套要求评判所有训练建议。开发过程中，共有 23 位内外部领域专家参与。评测同时引入安全红线机制，对存在运动风险的建议进行负向评分。

本次 Keep 团队首批公开的 80 道中文题目，包括 50 道开放题和 30 道选择题。开发者可通过 GitHub 获取题目及评测工具，提交答案和模型配置；维护者运行云端评分程序、审核逐题评分证据后，更新公开榜单。首批公开题目的评测结果将与论文完整题库的成绩分开报告，以区分不同评测范围，并为模型开发者提供可复现的测试入口。

同时，Keep 启动 "MoveBench 运动健康专家团 " 招募，面向健身教练、体能教练、运动队教练、康复治疗师、运动营养师，以及运动科学、体育教育等相关领域研究者，邀请其参与题目设计、审核、标准制定和标注校对，相关工作采用远程协作方式。

Keep 表示，希望通过公开论文、题目与评测工具，与开发者及运动健康领域专家共同完善相关评测体系，推动运动健康大模型在专业性、安全性和个性化方面持续改进。