FlagEval
FlagEval（天秤）大模型评测平台，由智源研究院推出
LLMEval 是由复旦大学 NLP 实验室打造的大型语言模型评测基准。最新版本 LLMEval-3 聚焦于专业知识能力评估，覆盖教育部划定的 13 个学科门类（包括哲学、经济学、法学、教育学、文学、历史学、理学、工学、农学、医学、军事学、统一管理学、艺术学），以及 50 余个二级学科，共计约 20 万道标准化生成与整理式问答题目。
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
SuperCLUE
中文通用大模型综合性测评基准
AGI-Eval
AI 大模型评测社区
LMArena
AI 模型评估平台
Open LLM Leaderboard
Hugging Face 推出的开源大模型排行榜单
MMLU
大规模多任务语言理解基准
PubMedQA
一个专为生物医学研究问题回答任务构建的数据集
暂无评论...