AGI-Eval
AGI-Eval是什么AGI-Eval是上海交通大学、同济大...
OpenCompass是由上海人工智能实验室（上海AI实验室）于2023年8月正式推出的大模型开放评测体系，通过完整开源可复现的评测框架，支持大语言模型、多模态模型各类模型的一站式评测，并定期公布评测结果榜单。
数据统计
相关导航
SuperCLUE
SuperCLUE是一个中文通用大模型综合性评测基准，从三个...
MMBench
MMBench是一个多模态基准测试，由上海人工智能实验室、南...
MMLU
MMLU全称MassiveMultitaskLanguage...
FlagEval
FlagEval（天秤）由智源研究院将联合多个高校团队打造，...
PubMedQA
PubMedQA是一个生物医学研究问答数据集，包含了1K专家...
H2O EvalGPT
H2OEvalGPT是H2O.ai用于评估和比较LLM大模型...
HELM
HELM全称HolisticEvaluationofLang...
暂无评论...