C-Eval
简介： C-Eval是中文评估基准，支持模型测试。功能包括多...
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
LMArena
简介： LMArena是语言模型竞技场，支持比较。功能包括投...
C-Eval
C-Eval是中文基准。
PubMedQA
PubMedQA是医疗基准。
MMBench
简介： MMBench是多模态基准，支持视觉语言。功能包括测...
SuperCLUE
SuperCLUE是AI基准。
MMBench
MMBench是多模态基准。
HELM
HELM是AI评估框架。
暂无评论...