SuperCLUE
简介： SuperCLUE是中文超级基准，支持评估。功能包括...
简介：
OpenCompass是开源评估工具，支持多模型。功能包括可视化。使用方法：安装使用。
数据统计
相关导航
FlagEval
简介： FlagEval是模型评估平台，支持多基准。功能包括...
C-Eval
简介： C-Eval是中文评估基准，支持模型测试。功能包括多...
Open LLM Leaderboard
Open LLM Leaderboard是AI排行榜。
AGI-Eval
简介： AGI-Eval是AGI评估基准，支持人类水平测试...
OpenCompass
简介： OpenCompass是开源评估工具，支持多模型。功...
HELM
简介： HELM是整体语言模型评估，支持多指标。功能包括公平...
LLMEval3
LLMEval3是AI评估工具。
暂无评论...