MMLU
简介： MMLU是多任务语言理解基准，支持评估模型。功能包括...
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
LMArena
简介： LMArena是语言模型竞技场，支持比较。功能包括投...
CMMLU
简介： CMMLU是中文MMLU，支持评估。功能包括知识。使...
HELM
HELM是AI评估框架。
MMBench
MMBench是多模态基准。
H2O EvalGPT
H2O EvalGPT是AI工具。
CMMLU
CMMLU是中文基准。
C-Eval
C-Eval是中文基准。
暂无评论...