热门

PubMedQA

8个月前发布 56 00

生物医学研究问答数据集和模型得分排行榜

收录时间：

2025-04-01

打开网站手机查看

PubMedQA

PubMedQA

广告也精彩

生物医学研究问答数据集和模型得分排行榜

数据统计

相关导航

LLMEval3

由复旦大学NLP实验室推出的大模型评测基准

OpenCompass

上海人工智能实验室推出的大模型开放评测体系

Chatbot Arena

以众包方式进行匿名随机对战的LLM基准平台

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

FlagEval

智源研究院推出的FlagEval（天秤）大模型评测平台

MMLU

大规模多任务语言理解基准

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...

广告也精彩