अलीबाबा के दमो इन्स्टिट्यूट ने हाल ही में मॉडलस्कोप समुदाय के साथ मिलकर एक नई बहुभाषिक मानक परीक्षण सेट P-MMEval को ओपन-सोर्स करने की घोषणा की, जिसका उद्देश्य बड़े भाषा मॉडल (LLM) की बहुभाषिक क्षमताओं का व्यापक मूल्यांकन करना और क्रॉस-लैंग्वेज ट्रांसफर क्षमताओं की तुलनात्मक विश्लेषण करना है। यह परीक्षण सेट आधारभूत और विशेष क्षमताओं के कुशल डेटा सेट को शामिल करता है, सुनिश्चित करता है कि सभी चुने गए डेटा सेट में बहुभाषिक कवरेज की एकरूपता हो, और विभिन्न भाषाओं के बीच समानांतर नमूनों की पेशकश करता है, जो कुल मिलाकर 8 विभिन्न भाषाई परिवारों से 10 भाषाओं का समर्थन करता है, जिसमें अंग्रेजी, चीनी, और अरबी शामिल हैं।