MMLU
简介： MMLU是多任务语言理解基准，支持评估模型。功能包括...
简介：
PubMedQA是医疗问答基准，支持生物医学。功能包括测试。使用方法：下载数据集。
数据统计
相关导航
OpenCompass
OpenCompass是AI评估平台。
C-Eval
C-Eval是中文基准。
CMMLU
简介： CMMLU是中文MMLU，支持评估。功能包括知识。使...
Open LLM Leaderboard
Open LLM Leaderboard是AI排行榜。
Open LLM Leaderboard
简介： Open LLM Leaderboard是开源模型排...
LLMEval3
LLMEval3是AI评估工具。
PubMedQA
PubMedQA是医疗基准。
暂无评论...