中文大模型评测和英文评测方法是不一致的，原因：

第一、数据集的差异性。中文和英文的文本数据集在种类、规模、质量等方面存在很大的差异，需要针对中文特点开发相应的数据集，以确保评测结果的准确性和公正性。

第二、语言结构和语法的差异。例如中文是一种“主谓宾”结构的语言，而英文则是“主语动词宾语”结构的语言。这些差异导致了中英文之间在语言处理任务上存在很大的区别，需要不同的评测标准和方法。

第三、中文词汇量和歧义性。中文的词汇量非常大，而且存在很多歧义性，需要更复杂的处理方法和技术，如分词、词性标注、命名实体识别等。

大模型如何评测主观问题，有什么方法？

如果我们要评测出现幻觉现象，要尽可能的少出现数学题，因为这样当模型算错时候，不知道是出于对逻辑的理解错误还是出于模型出现幻觉，所以问题在设置时候要尽可能简单但是多面。

可用的数据集：truthful_qa · Datasets at Hugging Face

类似这种问题，可以去评判。

部分来源：

为何同一个中文大模型，不同评测标准打分差异大？｜见智研究_腾讯新闻 (qq.com)