PubMedQA
PubMedQA Homepage
FlagEval
数据统计
相关导航
C-Eval
C-Eval: A Multi-Level Multi-Discipline Chinese Evaluation Suite for Foundation Models
MMLU
Papers With Code highlights trending Machine Learning research and the code to implement it.
SuperCLUE
CLUE中文语言理解基准测评
MMBench
MMBench
OpenCompass
评测榜单旨在为大语言模型和多模态模型提供全面、客观且中立的得分与排名，同时提供多能力维度的评分参考，以便用户能够更全面地了解大模型的能力水平。
HELM
Stanford CRFM
Chatai E
Chatai E 是一个多功能的智能聊天平台，提供广泛的服务和功能，旨在满足用户在不同领域的多样化需求。
