客观题和主观题评测有什么区别？

评 AI 模型的能力，题目本身就分两种性格。结论先行：客观题适合规模化横评与回归验证，主观题适合测写作、审美这类弹性能力，两者必须分开统计、分开设权重，混在一起算总分既不公平也难归因。客观题和主观题评测的差别，从判分方式、设计要点、统计口径三方面讲。

判分方式：一把尺与一套细则

客观题有唯一正确答案，规则判分即可，命中要点或通过用例就得分，可以全自动跑。主观题的「好」没有唯一解，要靠评分细则约束：把维度拆成贴题、准确、结构、语言四项，每项分级描述，让不同评审者打出接近的分；机判主观题可以交给智谱清言或文心一言，模板固定后批量跑。细则写到什么程度，直接决定主观分的可信度。

设计要点：各自的坑

客观题的坑在泄漏与死记：题目公开太久就失去区分度，见固定集和动态集有什么区别。主观题的坑在偏好漂移：评审者疲劳后打分会松，机判模型则可能偏爱长答案，见人评和机评有什么区别。两边都要定期校准，客观题轮换、主观题复评；在线场景里用户还会追问与改写，静态题集测不到，见离线评测和在线实验有什么区别。

统计与权重：分开算再合成

两类题各自统计、各自报告，再按用途定权重合成总分：比综合能力就提高客观题占比，比内容生产就加大主观题权重。主观题样本少、波动大，报告里标注样本量比只给一个分数诚实。公开榜单怎么搭配两类题，见公开榜单和内部评测有什么区别；分别测完再按用途组合，思路见单模型评测和组合评测有什么区别。

主观题的评分细则模板

主观题评测想做得住，细则要落成模板：先列维度，比如切题、结构、论据、语言四项；每项给三到五档描述；再配一到两条范例答案锚定档位。评审按维度分别打分，最后按权重合成，而不是笼统给一个总分。这样做的好处是分歧可定位：两个人分数不同，能看出是切的题理解不同还是语言标准不同，讨论有落点。模板还要随题型调整，报告类与创意类的维度就不一样，一套模板套所有题型，测出来的东西会失真。每轮评测结束回收一次细则，把争议条目补进描述，模板就跟着经验一起长。

主观题也不必追求完全一致，评审之间保留一点差异是正常的，关键是差异可解释。把每轮的分歧样本留档，下一轮开评前花十分钟过一遍，评分稳定性会一轮比一轮好。

权重怎么分也写进文档，改权重就等于改总分口径，必须通知所有使用方。

两类题型速查表

• 客观题：答案唯一，规则判分，可全自动
• 主观题：细则约束，分级打分，需复评
• 分开统计，按用途定权重
• 主观分务必标注样本量

带一条实操：改版题库时先动主观题的细则再动题目，细则稳定后主观分才有跨期可比性；客观分高也不等于用着顺手，见跑分和体验有什么区别。

客观题和主观题快问快答三则

• 主观题样本量最少要多少？：没有硬线，但至少要能让不同评审者算出一致率，样本太少连校准都做不了。
• 客观题会过时吗？：会，被公开讨论或进入训练语料后区分度下降，要定期轮换补新。
• 两类分数能直接相加吗？：先各自归一化再按用途加权，直接相加等于宣布两类题一样重要，多数场景不成立。