PubMedQA
PubMedQA是医疗基准。
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
OpenCompass
简介： OpenCompass是开源评估工具，支持多模型。功...
AGI-Eval
简介： AGI-Eval是AGI评估基准，支持人类水平测试...
SuperCLUE
简介： SuperCLUE是中文超级基准，支持评估。功能包括...
CMMLU
CMMLU是中文基准。
FlagEval
简介： FlagEval是模型评估平台，支持多基准。功能包括...
MMBench
简介： MMBench是多模态基准，支持视觉语言。功能包括测...
Open LLM Leaderboard
Open LLM Leaderboard是AI排行榜。
暂无评论...