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
AI大模型评测社区
中文通用大模型综合性测评基准
由苹果开发的可视化高维嵌入向量探索工具，帮助理解AI模型中的语义关系
实时追踪和比较主流大语言模型性能数据的专业平台
一个全面的中文基础模型评估套件
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