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。
一个全面的中文基础模型评估套件
由复旦大学NLP实验室推出的大模型评测基准
AI大模型评测社区
智源研究院推出的FlagEval（天秤）大模型评测平台
全方位的多模态大模型能力评测体系
一个综合性的大模型中文评估基准
您的邮箱地址不会被公开。 必填项已用 * 标注
评论 *
显示名称 *
邮箱 *
网站
在此浏览器中保存我的显示名称、邮箱地址和网站地址，以便下次评论时使用。
Δ
一个全面的中文基础模型评估套件