CMMLU
简介： CMMLU是中文MMLU，支持评估。功能包括知识。使...
简介：
FlagEval是模型评估平台，支持多基准。功能包括排行。使用方法：提交模型。
数据统计
相关导航
H2O EvalGPT
H2O EvalGPT是AI工具。
LLMEval3
LLMEval3是AI评估工具。
PubMedQA
PubMedQA是医疗基准。
MMLU
简介： MMLU是多任务语言理解基准，支持评估模型。功能包括...
Open LLM Leaderboard
Open LLM Leaderboard是AI排行榜。
AGI-Eval
AGI-Eval是AGI评估工具。
CMMLU
CMMLU是中文基准。
暂无评论...