AI模型评测

暂无分类描述

MMLU
MMLU
MMLU官网暂无法直接访问，以下基于 AI工具集 收录信息整理：大规模多任务语言理解基准
0 32
CMMLU
CMMLU
CMMLU定位：GitHub - haonan-li/CMMLU: CMMLU: Measuring massive multitask language un
0 27
Open LLM Leaderboard
Open LLM Leaderboard
Open LLM Leaderboard定位：a Hugging Face Space by open-llm-leaderboard简介（官网原文）：This
0 26
MMBench
MMBench
MMBench定位：MMBench简介：全方位的多模态大模型能力评测体系
0 24
C-Eval
C-Eval
C-Eval官网暂无法直接访问，以下基于 AI工具集 收录信息整理：一个全面的中文基础模型评估套件
0 23
FlagEval
FlagEval
FlagEval定位：FlagEval简介：智源研究院推出的FlagEval（天秤）大模型评测平台
0 22
H2O EvalGPT
H2O EvalGPT
H2O EvalGPT定位：H2O Eval Studio | H2O.ai简介（官网原文）：H2O Eval Studio is a modular stud
0 21
MagicArena
MagicArena
MagicArena定位：MagicArena 大模型对战平台 - 一站式对比 AI 模型生成效果 | MagicArena简介：MagicArena 是国内首
0 21
SuperCLUE
SuperCLUE
SuperCLUE简介：中文通用大模型综合性测评基准
0 20
LLMEval3
LLMEval3
LLMEval3定位：LLMEval — Comprehensive LLM Evaluation简介（官网原文）：LLMEval is a research
0 19
PubMedQA
PubMedQA
PubMedQA定位：PubMedQA Homepage简介：生物医学研究问答数据集和模型得分排行榜
0 19
LMArena
LMArena
LMArena官网暂无法直接访问，以下基于 AI工具集 收录信息整理：AI模型评估平台
0 18
AGI-Eval
AGI-Eval
AGI-Eval定位：AGI-Eval简介：AI大模型评测社区
0 18
HELM
HELM
HELM定位：Holistic Evaluation of Language Models (HELM)简介：斯坦福大学推出的大模型评测体系
0 18
OpenCompass
OpenCompass
OpenCompass定位：OpenCompass司南 - 评测榜单简介：评测榜单旨在为大语言模型和多模态模型提供全面、客观且中立的得分与排名，同时提供多能力维
0 16
数 据 加 载 中 ...