CMMLU
一个综合性的大模型中文评估基准
Hugging Face推出的开源大模型排行榜单
数据统计
相关导航
MMBench
全方位的多模态大模型能力评测体系
HELM
斯坦福大学推出的大模型评测体系
FlagEva
智源研究院推出的FlagEval(天)大模型评测平台
C-Eva
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
MMLU
大规模多任务语言理解基准
Chatbot Arena
以众包方式进行匿名随机对战的LLM基准平台
暂无评论...