C-Eval。可从官方入口查看评测结果、测试方法和对应的模型版本。
工具库模型评测
13 个工具
模型评测
对比模型能力、运行速度和公开测试结果
全部工具
13 个工具G
MMLU
github.comMMLU。可从官方入口查看评测结果、测试方法和对应的模型版本。
H
Open LLM Leaderboard
huggingface.coOpen LLM Leaderboard。可从官方入口查看评测结果、测试方法和对应的模型版本。
G
CMMLU
github.comCMMLU。可从官方入口查看评测结果、测试方法和对应的模型版本。
C
SuperCLUE
cluebenchmarks.comSuperCLUE。可从官方入口查看评测结果、测试方法和对应的模型版本。
F
FlagEval
flageval.baai.ac.cnFlagEval。可从官方入口查看评测结果、测试方法和对应的模型版本。
R
OpenCompass
rank.opencompass.org.cnOpenCompass。可从官方入口查看评测结果、测试方法和对应的模型版本。
M
MMBench
mmbench.opencompass.org.cnMMBench。可从官方入口查看评测结果、测试方法和对应的模型版本。
C
HELM
crfm.stanford.eduHELM。可从官方入口查看评测结果、测试方法和对应的模型版本。
L
LLMEval3
llmeval.comLLMEval3。可从官方入口查看评测结果、测试方法和对应的模型版本。
P
PubMedQA
pubmedqa.github.ioPubMedQA。可从官方入口查看评测结果、测试方法和对应的模型版本。
A
AGI-Eval
agi-eval.cnAGI-Eval。可从官方入口查看评测结果、测试方法和对应的模型版本。
A
MagicArena
aigcarena.comMagicArena。可从官方入口查看评测结果、测试方法和对应的模型版本。