工具简介
大规模多任务语言理解基准
← 返回分类探索更多工具
C-Eval一个全面的中文基础模型评估套件 查看详情 Open LLM LeaderboardHugging Face推出的开源大模型排行榜单 查看详情 CMMLU一个综合性的大模型中文评估基准 查看详情 SuperCLUE中文通用大模型综合性测评基准 查看详情 LMArenaAI模型评估平台 查看详情 FlagEval智源研究院推出的FlagEval（天秤）大模型评测平台 查看详情
没有找到匹配的工具。