尽管在基准测试中得分最高，Motif Technologies 仍被排除在韩国的人工智能项目之外。

韩国科学技术信息通信部于27日公布了其独立人工智能基础模型项目第二轮评估的详细分数。结果显示，尽管 Motif Technologies 在全球 AAII 基准测试中得分最高，仍然被淘汰。争议源于用户评估分数最终决定了排名结果：在该项评估中，Motif 获得 14.1 分，而排名第一的 SK Telecom 获得 19.1 分。这是“Dokpamo”项目第二次出现评估争议，此前 Naver Cloud 曾因不符合独立性标准而被淘汰。

部委公布详细评估分数

韩国科学技术信息通信部公布的完整评分明细显示，SK Telecom 以 70.6 分排名第一，随后依次为 Upstage（69.9 分）、LG AI Research（69.0 分）和 Motif（65.8 分）。Motif 在 AAII 评估中获得 11.9 分，在用于评估韩语能力和可靠性的 NIA 基准测试中获得 12.7 分，两项基准测试合计 24.6 分，为四支团队中最高。然而，Motif 在专家评估中仅获得 27.1 分，是四支团队中最低的。

用户评估决定最终结果

用户评估分数被证明是决定最终排名的关键因素。根据已公布的分数反推，Motif 在用户评估中获得 14.1 分，而 SK Telecom 获得 19.1 分，双方相差 5 分。SK Telecom 与 Motif 的最终得分相差 4.8 分，这表明用户评估实际上决定了淘汰结果。

关于评估标准的争论仍在继续

Motif 认为，基础模型的价值在于具备可跨行业、跨服务扩展的基础性能，而不只是提供聊天机器人的便利性。政府表示，评估不仅要考察模型性能，还必须全面评估其实际可用性和应用潜力。该部表示，评估标准和方法此前已与参与企业协商确定，当时没有收到任何异议。Motif 在结果公布后宣布不参加第三轮评估。

常见问题

四家人工智能公司在韩国基础模型评估中分别获得了多少分？

在27日公布的第二轮评估中，SK Telecom 以 70.6 分排名第一，Upstage 获得 69.9 分，LG AI Research 获得 69.0 分，Motif 获得 65.8 分。

为什么 Motif 在人工智能基准测试中得分最高，却仍然被淘汰？

Motif 以 24.6 分的基准测试总成绩排名第一，但其专家评估得分最低，仅为 27.1 分；同时，其用户评估得分为 14.1 分，而 SK Telecom 为 19.1 分。最终两者的总分相差 4.8 分，导致 Motif 被淘汰。