MMBench
简介： MMBench是多模态基准，支持视觉语言。功能包括测...
简介：
OpenCompass是开源评估工具，支持多模型。功能包括可视化。使用方法：安装使用。
数据统计
相关导航
HELM
简介： HELM是整体语言模型评估，支持多指标。功能包括公平...
C-Eval
C-Eval是中文基准。
CMMLU
CMMLU是中文基准。
FlagEval
FlagEval是AI评估工具。
HELM
HELM是AI评估框架。
AGI-Eval
简介： AGI-Eval是AGI评估基准，支持人类水平测试...
LMArena
LMArena是AI竞技场。
暂无评论...