大规模多任务语言理解基准
MMLU全称MassiveMultitaskLanguageUnderstanding，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UCBerkeley大学的研究人员在2020年9月推出。该测试涵盖57项任务，包括初等数学、美国历史、计算机科学、法律等。任务涵盖的知识很广泛，语言是英文，用以评测大模型基本的知识覆盖范围和理解能力。
以众包方式进行匿名随机对战的LLM基准平台
上海人工智能实验室推出的大模型开放评测体系
智源研究院推出的FlagEval（天秤）大模型评测平台
斯坦福大学推出的大模型评测体系
H2O.ai推出的基于Elo评级方法的大模型评估系统
AI大模型评测社区
您的邮箱地址不会被公开。 必填项已用 * 标注
评论 *
显示名称 *
邮箱 *
网站
在此浏览器中保存我的显示名称、邮箱地址和网站地址，以便下次评论时使用。
以众包方式进行匿名随机对战的LLM基准平台