PubMedQA
PubMedQA是医疗基准。
简介：
LMArena是语言模型竞技场，支持比较。功能包括投票。使用方法：访问arena。
数据统计
相关导航
SuperCLUE
SuperCLUE是AI基准。
MMLU
简介： MMLU是多任务语言理解基准，支持评估模型。功能包括...
SuperCLUE
简介： SuperCLUE是中文超级基准，支持评估。功能包括...
CMMLU
简介： CMMLU是中文MMLU，支持评估。功能包括知识。使...
OpenCompass
OpenCompass是AI评估平台。
FlagEval
FlagEval是AI评估工具。
FlagEval
简介： FlagEval是模型评估平台，支持多基准。功能包括...
暂无评论...