按分类查找工具

AI模型评测.

查看工具用途与介绍，找到适合你的选择。

13 个内容 · 第 1 页

PubMedQA生物医学研究问答数据集和模型得分排行榜历史资料↗02

H2O EvalGPTH2O.ai推出的基于Elo评级方法的大模型评估系统历史资料↗03

LLMEval3由复旦大学NLP实验室推出的大模型评测基准历史资料↗04

Chatbot Arena以众包方式进行匿名随机对战的LLM基准平台历史资料↗05

HELM斯坦福大学推出的大模型评测体系历史资料↗06

MMBench全方位的多模态大模型能力评测体系历史资料↗07

CMMLU一个综合性的大模型中文评估基准历史资料↗08

OpenCompass上海人工智能实验室推出的大模型开放评测体系历史资料↗09

SuperCLUE中文通用大模型综合性测评基准历史资料↗10

FlagEval智源研究院推出的FlagEval（天秤）大模型评测平台历史资料↗11

C-Eval一个全面的中文基础模型评估套件历史资料↗12

Open LLM LeaderboardHugging Face推出的开源大模型排行榜单历史资料↗13

MMLU大规模多任务语言理解基准历史资料↗