MMBench
MMBench是多模态基准。
简介：
HELM是整体语言模型评估，支持多指标。功能包括公平性。使用方法：运行框架。
数据统计
相关导航
C-Eval
简介： C-Eval是中文评估基准，支持模型测试。功能包括多...
HELM
HELM是AI评估框架。
AGI-Eval
简介： AGI-Eval是AGI评估基准，支持人类水平测试...
MMLU
MMLU是AI基准。
LMArena
LMArena是AI竞技场。
Open LLM Leaderboard
简介： Open LLM Leaderboard是开源模型排...
LLMEval3
简介： LLMEval3是LLM评估工具，支持版本3。功能包...
暂无评论...