MMLU

3周前发布 3 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

大规模多任务语言理解基准

数据统计

相关导航

AGI-Eval

AI大模型评测社区

CMMLU

一个综合性的大模型中文评估基准

MMBench

全方位的多模态大模型能力评测体系

PubMedQA

生物医学研究问答数据集和模型得分排行榜

Open LLM Leaderboard

Hugging Face推出的开源大模型排行榜单

SuperCLUE

中文通用大模型综合性测评基准

Chatbot Arena

以众包方式进行匿名随机对战的LLM基准平台

H2O EvalGPT

H2O.ai推出的基于Elo评级方法的大模型评估系统

暂无评论

none

暂无评论...