HELM
简介： HELM是整体语言模型评估，支持多指标。功能包括公平...
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
OpenCompass
OpenCompass是AI评估平台。
LLMEval3
LLMEval3是AI评估工具。
Open LLM Leaderboard
Open LLM Leaderboard是AI排行榜。
AGI-Eval
简介： AGI-Eval是AGI评估基准，支持人类水平测试...
HELM
HELM是AI评估框架。
FlagEval
FlagEval是AI评估工具。
MMLU
简介： MMLU是多任务语言理解基准，支持评估模型。功能包括...
暂无评论...