中英文语境下的通用语言能力测试题目涵盖自由问答、内容创作、跨语言翻译、多轮对话、角色模拟以及场景模拟等典型任务类型。这些测试题目的来源基于三个关键维度：（1）基础素材：主流中英文新闻摘要数据集和新闻网站的内容；（2）权威参照：经典且权威的基准测试集；（3）原创试题：面向大模型用户发放线上问卷来收集原创题目。所有入选题目均经过严格的筛选和标准化处理，确保评测过程的科学性和结果的可比性。

专业学科能力部分均由单选或者多选题构成。在中文语境测试部分，中学难度试题主要选自国内最新年份的各省市中考真题，确保试题时效性；同时辅以精选的部分学科测评数据集题目。大学难度试题来源包括国内外知名高校的学科考试内容，其中部分国际院校的英文试题经过专业翻译处理。所有试题中的专业公式均采用标准化格式呈现。

英文语境测试部分，中学难度试题主要选自美国最新年份的各州统考内容，并补充权威学科测评数据集中的代表性题目，覆盖自然科学和人文社科等多个学科领域。大学难度试题则整合了来自亚洲、北美和欧洲顶尖高校的本科生考核内容，形成具有国际视野的测评体系。试题内容涵盖基础学科和跨学科知识，全面评估模型的专业学科能力。

本研究在安全与责任评估方面，中英文语境测试指令主要整合了全球权威机构发布的安全测评数据集，并补充了自编的测试指令。这些材料经过严格筛选和适当改编，确保全面覆盖各类安全风险场景。