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：
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
MMLU
MMLU是AI基准。
Open LLM Leaderboard
Open LLM Leaderboard是AI排行榜。
PubMedQA
简介： PubMedQA是医疗问答基准，支持生物医学。功能包...
OpenCompass
简介： OpenCompass是开源评估工具，支持多模型。功...
H2O EvalGPT
简介： H2O EvalGPT是GPT评估工具，支持水印。功...
OpenCompass
OpenCompass是AI评估平台。
MMLU
简介： MMLU是多任务语言理解基准，支持评估模型。功能包括...
暂无评论...