MMLU Benchmark：一个用于评估多任务语言理解模型
MMLU Benchmark是一个用于评估多任务语言理解模型性能的基准测试，提供了多个语言理解
203
2023-12-25
SuperCLUE：一个中文通用大模型综合性测评基准，包含1
SuperCLUE是一个中文通用大模型综合性测评基准，包含10项基础能力，涵盖语言理解、对话、
59
2023-12-25
HELM：Holistic Evaluation of La
HELM
Holistic Evaluation of Language Models (H
106
2023-12-25
LLMEval-3：一个专业知识能力评测系统，提供相对得分和
LLMEval-3是一个专业知识能力评测系统，提供相对得分和绝对得分排行榜，以及各学科得分排行
62
2023-12-23
C-Eval：一个适用于大语言模型的多层次多学科中文评估套件
C-Eval是一个适用于大语言模型的多层次多学科中文评估套件，可以评估模型在不同领域和任务上的
86
2023-12-23
H2O EvalGPT：H2O LLM Eval是一个用于评
H2O LLM Eval是一个用于评估和比较不同语言模型的工具。它基于Elo排名算法，根据模型
69
2023-12-23
扣子Coze：一个AI聊天机器人编辑平台，可帮助用户快速创建
Coze是一个AI聊天机器人编辑平台，可帮助用户快速创建和部署各种类型的聊天机器人，适用于客服
86
2023-12-19
Luca（面壁露卡）：基于面壁智能的新一代大语言模型，能与你
Luca（面壁露卡）
基于面壁智能的新一代大语言模型，能与你互动对话，帮你了解世界知识、激发
80
2023-12-18
阿里巴巴M6：阿里云大数据和AI案例体验馆集成了DataWo
阿里巴巴M6
阿里云 - 大数据和AI案例体验馆集成了DataWorks、MaxComput
107
2023-12-16
Mistral AI：一家开源模型开发公司，一款开放且可移植
Mistral AI是一家开源模型开发公司，他们开发的SMoE模型具有高效性和开放性，可以帮助
86
2023-12-16
