FlagEval

3周前发布 3 00

智源研究院推出的FlagEval（天秤）大模型评测平台

收录时间：

2025-04-01

打开网站手机查看

FlagEval

FlagEval

智源研究院推出的FlagEval（天秤）大模型评测平台

数据统计

相关导航

MMLU

大规模多任务语言理解基准

SuperCLUE

中文通用大模型综合性测评基准

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

AGI-Eval

AI大模型评测社区

MMBench

全方位的多模态大模型能力评测体系

C-Eval

一个全面的中文基础模型评估套件

CMMLU

一个综合性的大模型中文评估基准

暂无评论

none

暂无评论...