LLMEval3
简介： LLMEval3是LLM评估工具，支持版本3。功能包...
简介：
MMLU是多任务语言理解基准，支持评估模型。功能包括测试。使用方法：运行基准。
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...
AGI-Eval
简介： AGI-Eval是AGI评估基准，支持人类水平测试...
FlagEval
简介： FlagEval是模型评估平台，支持多基准。功能包括...
MMBench
MMBench是多模态基准。
OpenCompass
简介： OpenCompass是开源评估工具，支持多模型。功...
FlagEval
FlagEval是AI评估工具。
LMArena
简介： LMArena是语言模型竞技场，支持比较。功能包括投...
暂无评论...