OpenCompass是由上海人工智能实验室(上海AI实验室)于2023年8月正式推出的大模型开放评测体系,通过完整开源可复现的评测框架,支持大语言模型、多模态模型各类模型的一站式评测,并定期公布评测结果榜单。
HELM全称HolisticEvaluationofLanguageModels(语言模型整体评估)是[…]
H2OEvalGPT是H2O.ai用于评估和比较LLM大模型的开放工具,它提供了一个平台来了解模型[…]
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[…]
C-Eval是一个适用于大语言模型的多层次多学科中文评估套件,由上海交通大学、清华大学和爱丁堡大学研究人员在2[…]
OpenLLMLeaderboard是最大的大模型和数据集社区HuggingFace推出的开源大模型[…]
AGI-Eval是什么AGI-Eval是上海交通大学、同济大学、华东师范大学、DataWhale等高校和机构[…]
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。
HELM全称HolisticEvaluationofLanguageModels(语言模型整体评估)是[…]