MMBench
MMBench是多模态基准。
简介：
LLMEval3是LLM评估工具，支持版本3。功能包括指标。使用方法：安装包。
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...
SuperCLUE
SuperCLUE是AI基准。
CMMLU
简介： CMMLU是中文MMLU，支持评估。功能包括知识。使...
PubMedQA
PubMedQA是医疗基准。
SuperCLUE
简介： SuperCLUE是中文超级基准，支持评估。功能包括...
AGI-Eval
简介： AGI-Eval是AGI评估基准，支持人类水平测试...
HELM
简介： HELM是整体语言模型评估，支持多指标。功能包括公平...
暂无评论...