LMArena
简介： LMArena是语言模型竞技场，支持比较。功能包括投...
简介：
C-Eval是中文评估基准，支持模型测试。功能包括多科目。使用方法：运行脚本。
数据统计
相关导航
CMMLU
CMMLU是中文基准。
OpenCompass
OpenCompass是AI评估平台。
H2O EvalGPT
简介： H2O EvalGPT是GPT评估工具，支持水印。功...
CMMLU
简介： CMMLU是中文MMLU，支持评估。功能包括知识。使...
MMLU
简介： MMLU是多任务语言理解基准，支持评估模型。功能包括...
Open LLM Leaderboard
Open LLM Leaderboard是AI排行榜。
FlagEval
FlagEval是AI评估工具。
暂无评论...