LMArena
LMArena是AI竞技场。
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
FlagEval
FlagEval是AI评估工具。
LLMEval3
LLMEval3是AI评估工具。
PubMedQA
简介： PubMedQA是医疗问答基准，支持生物医学。功能包...
MMLU
MMLU是AI基准。
OpenCompass
简介： OpenCompass是开源评估工具，支持多模型。功...
H2O EvalGPT
H2O EvalGPT是AI工具。
HELM
HELM是AI评估框架。
暂无评论...