SuperCLUE
简介： SuperCLUE是中文超级基准，支持评估。功能包括...
简介：
FlagEval是模型评估平台，支持多基准。功能包括排行。使用方法：提交模型。
数据统计
相关导航
CMMLU
简介： CMMLU是中文MMLU，支持评估。功能包括知识。使...
MMBench
简介： MMBench是多模态基准，支持视觉语言。功能包括测...
CMMLU
CMMLU是中文基准。
PubMedQA
简介： PubMedQA是医疗问答基准，支持生物医学。功能包...
AGI-Eval
简介： AGI-Eval是AGI评估基准，支持人类水平测试...
LMArena
简介： LMArena是语言模型竞技场，支持比较。功能包括投...
H2O EvalGPT
H2O EvalGPT是AI工具。
暂无评论...