热门

MMLU

4个月前发布 13 00

大规模多任务语言理解基准

收录时间：

2025-04-01

打开网站手机查看

MMLU

MMLU

广告也精彩

大规模多任务语言理解基准

数据统计

相关导航

SuperCLUE

中文通用大模型综合性测评基准

H2O EvalGPT

H2O.ai推出的基于Elo评级方法的大模型评估系统

C-Eval

一个全面的中文基础模型评估套件

FlagEval

智源研究院推出的FlagEval（天秤）大模型评测平台

AGI-Eval

AI大模型评测社区

OpenCompass

上海人工智能实验室推出的大模型开放评测体系

HELM

斯坦福大学推出的大模型评测体系

MMBench

全方位的多模态大模型能力评测体系

暂无评论

none

暂无评论...

广告也精彩