FlagEval
简介： FlagEval是模型评估平台，支持多基准。功能包括...
简介：
AGI-Eval是AGI评估基准，支持人类水平测试。功能包括推理。使用方法：运行测试。
数据统计
相关导航
SuperCLUE
SuperCLUE是AI基准。
Open LLM Leaderboard
Open LLM Leaderboard是AI排行榜。
OpenCompass
简介： OpenCompass是开源评估工具，支持多模型。功...
MMLU
MMLU是AI基准。
C-Eval
C-Eval是中文基准。
OpenCompass
OpenCompass是AI评估平台。
AGI-Eval
AGI-Eval是AGI评估工具。
暂无评论...