MMBench
MMBench是多模态基准。
简介：
CMMLU是中文MMLU，支持评估。功能包括知识。使用方法：运行基准。
数据统计
相关导航
PubMedQA
简介： PubMedQA是医疗问答基准，支持生物医学。功能包...
OpenCompass
OpenCompass是AI评估平台。
FlagEval
FlagEval是AI评估工具。
HELM
HELM是AI评估框架。
Open LLM Leaderboard
Open LLM Leaderboard是AI排行榜。
LLMEval3
简介： LLMEval3是LLM评估工具，支持版本3。功能包...
AGI-Eval
AGI-Eval是AGI评估工具。
暂无评论...