PubMedQA
生物医学研究问答数据集和模型得分排行榜
MMLU 全称 Massive Multitask Language Understanding，是一种针对大模型的语言理解能力的测评，是目前最著名的大模型语义理解测评之一，由UC Berkeley大学的研究人员在2020年9月推出。
数据统计
相关导航
H2O EvalGPT
H2O推出的基于Elo评级方法的LLM评估系统和工具
C-Eval
一个适用于大语言模型的多层次多学科中文评估套件
CMMLU
一个综合性的大模型中文评估基准
OpenCompass
上海人工智能实验室推出的大模型开放评测体系
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评测基准
HELM
斯坦福大学推出的大模型评测体系
暂无评论...
