一个用于评估中文语言模型的综合性基准
CMMLU是一个综合性的中文评估基准,专门用于评估语言模型在中文语境下的知识和推理能力。CMMLU涵盖了从基础学科到高级专业水平的67个主题。它包括:需要计算和推理的自然科学,需要知识的人文科学和社会科学,以及需要生活常识的中国驾驶规则等。此外,CMMLU中的许多任务具有中国特定的答案,可能在其他地区或语言中并不普遍适用。因此是一个完全中国化的中文测试基准。
Hugging Face推出的开源大模型排行榜
Chatbot Arena是一个大型语言...
一个多模态模型评估平台
个用于评估多任务语言理解模型性能的基准测试
一个中文通用大模型综合性测评基准
用于评估和比较LLM大模型的开放工具