热门

MMBench

1个月前更新 61 0 0

由OpenCompass社区开发的多模态基准测试工具

收录时间：

2026-09-17

打开网站手机查看

MMBench

MMBench

由OpenCompass社区开发的多模态基准测试工具

数据统计

相关导航

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

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

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

Helm Lite

斯坦福大学CRFM团队开发的一个轻量级语言模型评估基准

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

AGI-Eval

一个AI大模型评测社区

SuperCLUE

中文通用大模型综合性测评基准

PubMedQA

一个用于生物医学研究问题回答的数据集