LMArena
简介： LMArena是语言模型竞技场，支持比较。功能包括投...
简介：
SuperCLUE是中文超级基准，支持评估。功能包括任务。使用方法：访问平台。
数据统计
相关导航
C-Eval
简介： C-Eval是中文评估基准，支持模型测试。功能包括多...
LLMEval3
LLMEval3是AI评估工具。
HELM
简介： HELM是整体语言模型评估，支持多指标。功能包括公平...
H2O EvalGPT
简介： H2O EvalGPT是GPT评估工具，支持水印。功...
Open LLM Leaderboard
Open LLM Leaderboard是AI排行榜。
MMBench
简介： MMBench是多模态基准，支持视觉语言。功能包括测...
CMMLU
简介： CMMLU是中文MMLU，支持评估。功能包括知识。使...
暂无评论...