MMLU:大规模多任务语言理解基准
Open LLM Leaderboard:Hugging Face推出的开源大模型排行榜单
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
SuperCLUE:中文通用大模型综合性测评基准
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
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
HELM:斯坦福大学推出的大模型评测体系
LMArena:AI模型评估平台
LLMEval3:由复旦大学NLP实验室推出的大模型评测基准
H2O EvalGPT:H2O.ai推出的基于Elo评级方法的大模型评估系统
PubMedQA:生物医学研究问答数据集和模型得分排行榜
以上就是AI模型评测有哪些_好用的AI模型评测大全的详细内容,更多请关注php中文网其它相关文章!
Copyright 2014-2025 https://www.php.cn/ All Rights Reserved | php.cn | 湘ICP备2023035733号