生物医学研究问答数据集和模型得分排行榜
PubMedQA是一个生物医学研究问答数据集，包含了1K专家标注，61.2K个未标注和211.3K个人工生成的QA实例，该排行榜目前已收录18个模型的医学测试得分。
AI大模型评测社区
全方位的多模态大模型能力评测体系
大规模多任务语言理解基准
一个全面的中文基础模型评估套件
智源研究院推出的FlagEval（天秤）大模型评测平台
H2O.ai推出的基于Elo评级方法的大模型评估系统
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。
AI大模型评测社区