MMBench
一个面向多模态模型的综合性基准测试
MMLU 全称 Massive Multitask Language Understanding，是一种面向大语言模型的语言理解能力评估基准，也是当前最著名的大模型语义理解评测之一，由加州大学伯克利分校（UC Berkeley）的研究人员于 2020 年 9 月发布。该评测涵盖 57 项任务，涉及初等数学、美国历史、计算机科学、法律等领域。任务所覆盖的知识范围广泛，全部使用英文出题，旨在评估大语言模型的基础知识广度与语言理解能力。
数据统计
相关导航
C-Eval
一个全面的中文基础模型评估套件
H2O EvalGPT
H2O.ai 推出的基于 Elo 评级方法的大语言模型评估系统
AGI-Eval
AI 大模型评测社区
SuperCLUE
中文通用大模型综合性测评基准
FlagEval
FlagEval（天秤）大模型评测平台，由智源研究院推出
LMArena
AI 模型评估平台
OpenCompass
Shanghai Artificial Intelligence Laboratory 推出的大模型开放评测体系
暂无评论...