一个综合性的大模型中文评估基准
CMMLU是一个综合性的中文评估基准，专门用于评估语言模型在中文语境下的知识和推理能力，涵盖了从基础学科到高级专业水平的67个主题。它包括：需要计算和推理的自然科学，需要知识的人文科学和社会科学，以及需要生活常识的中国驾驶规则等。此外，CMMLU中的许多任务具有中国特定的答案，可能在其他地区或语言中并不普遍适用。因此是一个完全中国化的中文测试基准。
一个全面的中文基础模型评估套件
以众包方式进行匿名随机对战的LLM基准平台
生物医学研究问答数据集和模型得分排行榜
AI大模型评测社区
上海人工智能实验室推出的大模型开放评测体系
中文通用大模型综合性测评基准
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。
一个全面的中文基础模型评估套件