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。
上海人工智能实验室推出的大模型开放评测体系
斯坦福大学推出的大模型评测体系
AI大模型评测社区
大规模多任务语言理解基准
由复旦大学NLP实验室推出的大模型评测基准
智源研究院推出的FlagEval（天秤）大模型评测平台
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