CMMLU
简介： CMMLU是中文MMLU，支持评估。功能包括知识。使...
简介：
HELM是整体语言模型评估，支持多指标。功能包括公平性。使用方法：运行框架。
数据统计
相关导航
H2O EvalGPT
H2O EvalGPT是AI工具。
Open LLM Leaderboard
简介： Open LLM Leaderboard是开源模型排...
PubMedQA
PubMedQA是医疗基准。
H2O EvalGPT
简介： H2O EvalGPT是GPT评估工具，支持水印。功...
LLMEval3
简介： LLMEval3是LLM评估工具，支持版本3。功能包...
MMLU
简介： MMLU是多任务语言理解基准，支持评估模型。功能包括...
MMBench
MMBench是多模态基准。
暂无评论...