AI模型评测

Open LLM Leaderboard
Open LLM Leaderboard

Hugging Face推出的开源大模型排行榜单
MMLU
MMLU

大规模多任务语言理解基准
SuperCLUE
SuperCLUE

中文通用大模型综合性测评基准
H2O EvalGPT
H2O EvalGPT

H2O.ai推出的基于Elo评级方法的大模型评估系统
PubMedQA
PubMedQA

生物医学研究问答数据集和模型得分排行榜
FlagEval
FlagEval

智源研究院推出的FlagEval（天秤）大模型评测平台
LLMEval3
LLMEval3

由复旦大学NLP实验室推出的大模型评测基准
C-Eval
C-Eval

一个全面的中文基础模型评估套件
OpenCompass
OpenCompass

上海人工智能实验室推出的大模型开放评测体系
CMMLU
CMMLU

一个综合性的大模型中文评估基准
HELM
HELM

斯坦福大学推出的大模型评测体系
MMBench
MMBench

全方位的多模态大模型能力评测体系
Chatbot Arena
Chatbot Arena

以众包方式进行匿名随机对战的LLM基准平台
按住 Ctrl+D    或    ⌘+D 键，
把http://gpang.cn/收藏起来吧！
G胖游戏网-Tapsteam旗下靠谱的游戏推荐平台。每天全网精选好游戏，千款游戏低至0.05折，steam正版入库只要5元，下载送礼包兑换码和攻略，找客服代充享优惠。

游戏库 视频库 代售中心 G胖淘宝

关注我们

Copyright © G胖游戏网  蜀ICP备2024091464号-2