HELM
HELM是AI评估框架。
简介：
MMBench是多模态基准，支持视觉语言。功能包括测试。使用方法：下载数据集。
数据统计
相关导航
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...
FlagEval
FlagEval是AI评估工具。
HELM
简介： HELM是整体语言模型评估，支持多指标。功能包括公平...
CMMLU
CMMLU是中文基准。
LLMEval3
简介： LLMEval3是LLM评估工具，支持版本3。功能包...
暂无评论...