PubMedQA
简介： PubMedQA是医疗问答基准，支持生物医学。功能包...
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
SuperCLUE
SuperCLUE是AI基准。
HELM
HELM是AI评估框架。
FlagEval
简介： FlagEval是模型评估平台，支持多基准。功能包括...
MMLU
简介： MMLU是多任务语言理解基准，支持评估模型。功能包括...
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。
H2O EvalGPT
H2O EvalGPT是AI工具。
暂无评论...