智源研究院推出的FlagEval（天秤）大模型评测平台
FlagEval（天秤）由智源研究院将联合多个高校团队打造，是一种采用“能力—任务—指标”三维评测框架的大模型评测平台，旨在提供全面、细致的评测结果。该平台已提供了30多种能力、5种任务和4大类指标，共600多个维度的全面评测，任务维度包括22个主客观评测数据集和84433道题目。
上海人工智能实验室推出的大模型开放评测体系
生物医学研究问答数据集和模型得分排行榜
中文通用大模型综合性测评基准
一个全面的中文基础模型评估套件
H2O.ai推出的基于Elo评级方法的大模型评估系统
大规模多任务语言理解基准
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。
上海人工智能实验室推出的大模型开放评测体系