C-Eval
C-Eval是中文基准。
简介：
MMLU是多任务语言理解基准，支持评估模型。功能包括测试。使用方法：运行基准。
数据统计
相关导航
MMBench
简介： MMBench是多模态基准，支持视觉语言。功能包括测...
AGI-Eval
简介： AGI-Eval是AGI评估基准，支持人类水平测试...
PubMedQA
PubMedQA是医疗基准。
CMMLU
简介： CMMLU是中文MMLU，支持评估。功能包括知识。使...
LLMEval3
LLMEval3是AI评估工具。
LMArena
LMArena是AI竞技场。
FlagEval
简介： FlagEval是模型评估平台，支持多基准。功能包括...
暂无评论...