PubMedQA
PubMedQA是医疗基准。
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
LLMEval3
LLMEval3是AI评估工具。
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...
AGI-Eval
简介： AGI-Eval是AGI评估基准，支持人类水平测试...
CMMLU
CMMLU是中文基准。
H2O EvalGPT
H2O EvalGPT是AI工具。
HELM
HELM是AI评估框架。
暂无评论...