关于大语言模型的高级评测维度，下列说法正确的是：

鲁棒性评测通过对抗样本（如添加微小扰动或误导性提示）测试模型在异常输入下能否保持正确的输出

人类对齐评测只关注模型输出是否语法正确

工具使用评测与模型调用外部 API 的能力无关

环境交互评测不需要模型与外部环境进行实际交互