OpenCompass
简介： OpenCompass是开源评估工具，支持多模型。功...
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
简介： SuperCLUE是中文超级基准，支持评估。功能包括...
LMArena
LMArena是AI竞技场。
CMMLU
CMMLU是中文基准。
MMLU
简介： MMLU是多任务语言理解基准，支持评估模型。功能包括...
MMLU
MMLU是AI基准。
FlagEval
简介： FlagEval是模型评估平台，支持多基准。功能包括...
Open LLM Leaderboard
Open LLM Leaderboard是AI排行榜。
暂无评论...