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。
实时追踪和比较主流大语言模型性能数据的专业平台
斯坦福大学推出的大模型评测体系
一个综合性的大模型中文评估基准
由复旦大学NLP实验室推出的大模型评测基准
在线对比评测不同OCR模型识别准确率的平台
AI智能体性能评估与优化平台，帮助用户测试和提升AI代理表现
要发表评论，您必须先登录。
实时追踪和比较主流大语言模型性能数据的专业平台