GB/Z 225-2026 人工智能 石油石化大模型评测指标与方法

ICS35240

CCSL.70

中华人民共和国国家标准化指导性技术文件

GB/Z225—2026

人工智能石油石化大模型

评测指标与方法

Artificialintelligence—Evaluationmetricsandmethodsoflarge-scale

modelsforpetroleumandpetrochemicalindustry

2026-08-27发布

国家市场监督管理总局发布

国家标准化管理委员会

GB/Z225—2026

目次

前言

…………………………Ⅲ

范围

1………………………1

规范性引用文件

2…………………………1

术语和定义

3………………1

缩略语

4……………………2

评测框架

5…………………2

评测任务

6…………………3

行业能力

6.1……………3

安全能力

6.2……………14

评测指标

7…………………15

行业能力指标

7.1………………………15

安全能力指标

7.2………………………21

评测数据

8…………………22

数据集构建

8.1…………………………22

数据集更新

8.2…………………………23

数据质量控制

8.3………………………24

评测数据集抽样

8.4……………………24

评测环境

9…………………25

基本要求

9.1……………25

硬件环境

9.2……………25

软件环境

9.3……………25

网络环境

9.4……………25

安全与备份

9.5…………………………25

评测工具

10………………25

评测执行

10.1…………………………25

结果评分

10.2…………………………25

报告生成

10.3…………………………26

评测实施

11………………26

分级评测

11.1…………………………26

分类评测

11.2…………………………26

评测方式

11.3…………………………26

综合评估

11.4…………………………27

Ⅰ

GB/Z225—2026

评测管理

11.5…………………………27

附录规范性评测指标计算公式

A()……………………28

参考文献

……………………34

Ⅱ

GB/Z225—2026

前言

本文件是规范类指导性技术文件

。

本文件按照标准化工作导则第部分标准化文件的结构和起草规则的规定

GB/T1.1—2020《1:》

起草

。

请注意本文件的某些内容可能涉及专利本文件的发布机构不承担识别专利的责任

。。

本文件由全国信息技术标准化技术委员会提出并归口

(SAC/TC28)。

本文件起草单位中石油北京数智研究院有限公司中国电子技术标准化研究院中国海洋石油

:()、、

集团有限公司中海油研究总院有限责任公司中国石油化工集团有限公司石化盈科信息技术有限责

、、、

任公司北京智网数科技术有限公司国家石油天然气管网集团有限公司数字化部中国石油大学

、、、

北京中国石油天然气股份有限公司塔里木油田分公司中国石油天然气股份有限公司勘探开发研究

()、、

院昆仑数智科技有限责任公司中科知道北京科技有限公司华为技术有限公司中国移动通信集团

、、()、、

有限公司中国石油天然气股份有限公司长庆油田分公司科大讯飞股份有限公司中兴通讯股份有限

、、、

公司杭州海康威视数字技术股份有限公司浙江大华技术股份有限公司阿里云计算有限公司

、、、。

本文件主要起草人杨文军刘速董建宿瀚元高菲王悦鲍忠林马珊珊宋文林徐洋王杰

:、、、、、、、、、、、

吴刚刘兆年姜彬蒋楠赵岩唐烨李心怡陈炳宇赵焕振于浩骆科东宋尚飞吴冕黄现翠

、、、、、、、、、、、、、、

瞿昊旻张强马潇任义丽郑紫路王小宏袁立杰吴畏甫李阳明宋兰兰金镝胡珉赵松张萍

、、、、、、、、、、、、、、

王勃张睿赵孝武王雯余洋孔维生于小博

、、、、、、。

Ⅲ

GB/Z225—2026

人工智能石油石化大模型

评测指标与方法

1范围

本文件确立了石油石化行业大模型的评测框架规定了评测任务评测指标评测数据描述了评测

,、、,

方法

。

本文件适用于指导测评机构对石油石化大模型的多个维度能力进行评估测试等工作涵盖行业能

、,

力和安全能力评测

。

2规范性引用文件

下列文件中的内容通过文中的规范性引用而构成本文件必不可少的条款其中注日期的引用文

。,

件仅该日期对应的版本适用于本文件不注日期的引用文件其最新版本包括所有的修改单适用于

,;,()

本文件

。

所有部分石油天然气工业术语

GB/T8423()

信息技术人工智能术语

GB/T41867

人工智能面向机器学习的数据标注规程

GB/T42755—2023

人工智能大模型第部分评测指标与方法

GB/T45288.22:

3术语和定义

所有部分界定的以及下列术语和定义适用于本文件

GB/T41867、GB/T8423()、GB/T45288.2。

31

.

大模型large-scalemodel

大规模深度学习模型

large-scaledeeplearningmodel

具有大规模参数和复杂计算结构基于大量数据训练得到需要大量的数据和计算资源进行训

,,

练能处理复杂任务且具备一定泛化性的深度学习模型

,,。

32

.

石油石化行业语言大模型largelanguagemodelsforpetroleumandpetrochemicalindustry

基于大规模石油石化领域文本数据训练而成具备理解石油石化专业术语语义分析文本生成等

,、、

能力专门针对石油石化行业场景研发的语言大模型

,。

33

.

石油石化行业视觉大模型largevisionmodelsforpetroleumandpetrochemicalindustry

基于大规模石油石化领域视觉数据训练而成具备图像识别目标检测场景理解缺陷识别等视觉

,、、、

感知能力专门针对石油石化行业场景研发的视觉大模型

,。

34

.

石油石化行业多模态大模型largemultimodalmodelsforpetroleumandpetrochemicalindustry

基于石油石化行业多种模态数据训练而成通过跨模态特征融合与学习具备石油石化领域复杂信

,,

1