MMBench
简介： MMBench是多模态基准，支持视觉语言。功能包括测...
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
LMArena
LMArena是AI竞技场。
Open LLM Leaderboard
简介： Open LLM Leaderboard是开源模型排...
HELM
简介： HELM是整体语言模型评估，支持多指标。功能包括公平...
MMLU
MMLU是AI基准。
Open LLM Leaderboard
Open LLM Leaderboard是AI排行榜。
H2O EvalGPT
H2O EvalGPT是AI工具。
AGI-Eval
简介： AGI-Eval是AGI评估基准，支持人类水平测试...
暂无评论...