热门

SuperCLUE

1个月前更新 71 0 0

中文通用大模型综合性测评基准

收录时间：

2026-09-17

打开网站手机查看

SuperCLUE

SuperCLUE

中文通用大模型综合性测评基准

数据统计

相关导航

C-Eval

一个由上海交通大学、清华大学和爱丁堡大学联合推出的中文基础模型评估套件

MMBench

由OpenCompass社区开发的多模态基准测试工具

Chatbot Arena

是一个基于人类偏好评估AI聊天机器人性能的开放平台

Open LLM Leaderboard

一个由Hugging Face提供的开源大语言模型（LLMs）和聊天机器人性能评测平台

CMMLU

一个专门为评估语言模型在中文语境下的知识和推理能力而设计的综合性评估基准

FlagEval

北京智源人工智能研究院推出的大模型评测体系及开放平台

PubMedQA

一个用于生物医学研究问题回答的数据集

MMLU

一个用于评估语言模型在多任务、多领域知识推理和理解能力的基准测试工具