MMLU

1年前发布 2 0 0

大规模多任务语言理解基准

收录时间：

2023-11-22

打开网站手机查看

MMLU

MMLU

大规模多任务语言理解基准

数据统计

相关导航

Chatbot Arena

以众包方式进行匿名随机对战的LLM基准平台

OpenCompass

上海人工智能实验室推出的大模型开放评测体系

H20 EvalGPT

H2o.ai推出的基于Elo评级方法的大模型评估系统

CMMLU

一个综合性的大模型中文评估基准

PubMedQA

生物医学研究问答数据集和模型得分排行榜

LLMEval3

由复旦大学NLP实验室推出的大模型评测基准

HELM

斯坦福大学推出的大模型评测体系

C-Eva

一个全面的中文基础模型评估套件

暂无评论

none

暂无评论...