热门

PubMedQA

1个月前更新 53 0 0

一个用于生物医学研究问题回答的数据集

收录时间：

2026-09-17

打开网站手机查看

PubMedQA

PubMedQA

一个用于生物医学研究问题回答的数据集

数据统计

相关导航

AGI-Eval

一个AI大模型评测社区

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

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

SuperCLUE

中文通用大模型综合性测评基准

H2O Eval Studio

由H2O.ai开发的一款企业级AI模型评估平台

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

AI Ping

一款集大模型评测、统一API调用与智能路由于一体的开发者级AI聚合平台。