大模型评测平台
数据统计
数据评估
关于flageval特别声明
本站六耳AI工具中文导航站提供的flageval都来源于网络,不保证外部链接的准确性和完整性,同时,对于该外部链接的指向,不由六耳AI工具中文导航站实际控制,在2024年 12月 26日 下午5:29收录时,该网页上的内容,都属于合规合法,后期网页的内容如出现违规,可以直接联系网站管理员进行删除,六耳AI工具中文导航站不承担任何责任。
相关导航
CMMLU—中文多任务语言理解评估
CMMLU是一个综合性的中文评估基准,专门用于评估语言模型在中文语境下的知识和推理能力。CMMLU涵盖了从基础学科到高级专业水平的67个主题。它包括:需要计算和推理的自然科学,需要知识的人文科学和社会科学,以及需要生活常识的中国驾驶规则等。此外,CMMLU中的许多任务具有中国特定的答案,可能在其他地区或语言中并不普遍适用。因此是一个完全中国化的中文测试基准。
C-EVAl
中文基准模型评估套件
C-Eval: A Multi-Level Multi-Discipline Chinese Evaluation Suite for Foundation Models
CLUE中文语言理解基准测评
CLUE中文语言理解基准测评
H2O.ai
基于elo的大模型评测Our Al-powered search assistant helps you get answers to questions about your documents, websites and workplace content.
MMBench
MMBench全方位大模型评估
lmarena.ai
匿名随机对战的大模型基准平台,你是凭判官,来给大模型打分
PubMedQA Homepage
PubMedQA Homepage
生物医学大模型评测
暂无评论...

