你了解哪些评估MiniMax大模型算法的手段？

回答思路

1. 能列出通用评测基准（如MMLU、GSM8K、HumanEval等）及其适用能力
2. 能说明评测维度，包括知识、推理、代码、安全、对齐等
3. 能讨论自动化评测与人工评测的组合使用
4. 能结合具体需求说明评测指标选择与局限性