AI模型评测

共 0 篇网址

UED团队常用工具常用推荐灵感采集社区资讯素材资源网盘云储

排序

发布更新浏览点赞

CMMLU

一个综合性的大模型中文评估基准

030

FlagEval

智源研究院推出的FlagEval（天秤）大模型评测平台

030

PubMedQA

生物医学研究问答数据集和模型得分排行榜

020

H2O EvalGPT

H2O.ai推出的基于Elo评级方法的大模型评估系统

020

LLMEval3

由复旦大学NLP实验室推出的大模型评测基准

020

Chatbot Arena

以众包方式进行匿名随机对战的LLM基准平台

020

HELM

斯坦福大学推出的大模型评测体系

020

MMBench

全方位的多模态大模型能力评测体系

020

OpenCompass

上海人工智能实验室推出的大模型开放评测体系

020

AGI-Eval

AI大模型评测社区

020

SuperCLUE

中文通用大模型综合性测评基准

020

C-Eval

一个全面的中文基础模型评估套件

020

Open LLM Leaderboard

Hugging Face推出的开源大模型排行榜单

020

MMLU

大规模多任务语言理解基准

020