大规模多任务语言理解基准
MMLU 全称 Massive Multitask Language Understanding，是一种针对大模型的语言理解能力的测评，是目前最著名的大模型语义理解测评之一，由UC Berkeley大学的研究人员在2020年9月推出。该测试涵盖57项任务，包括初等数学、美国历史、计算机科学、法律等。任务涵盖的知识很广泛，语言是英文，用以评测大模型基本的知识覆盖范围和理解能力。
上海人工智能实验室推出的大模型开放评测体系
实时追踪和比较主流大语言模型性能数据的专业平台
实时监测ChatGPT对话质量与用户体验的智能分析工具
H2O.ai推出的基于Elo评级方法的大模型评估系统
在线对比评测不同OCR模型识别准确率的平台
生物医学研究问答数据集和模型得分排行榜
要发表评论，您必须先登录。
上海人工智能实验室推出的大模型开放评测体系