C-Eval
C-Eval是中文基准。
简介：
LMArena是语言模型竞技场，支持比较。功能包括投票。使用方法：访问arena。
数据统计
相关导航
AGI-Eval
简介： AGI-Eval是AGI评估基准，支持人类水平测试...
PubMedQA
PubMedQA是医疗基准。
MMLU
MMLU是AI基准。
HELM
HELM是AI评估框架。
LLMEval3
LLMEval3是AI评估工具。
OpenCompass
OpenCompass是AI评估平台。
CMMLU
CMMLU是中文基准。
暂无评论...