次级导航
blog
收录投稿
blog
收录投稿
首页
•
AI评测平台
•
SuperGLUE
SuperGLUE
4小时前更新
3
0
0
收藏
0
更具挑战性的通用语言理解评估基准。
收录时间:
2026-04-24
打开网站
手机查看
AI评测平台
SuperGLUE
打开网站
更具挑战性的通用语言理解评估基准。
数据统计
相关导航
SimpleQA
OpenAI 发布的事实性评测基准,4326 道简短问答题,顶级模型得分仅 40%+,挑战性极高。
AlpacaEval
评估指令遵循模型能力的自动化评估排行榜。
MLPerf Inference
机器学习推理性能的行业标准基准。
Vellum Leaderboard
显示 2024 年 4 月后最新 SOTA 模型的公开基准性能,包含独立评测数据。
Stanford HELM
斯坦福大语言模型整体评估框架,多场景多指标全面评估。
MMLU 排行榜
大规模多任务语言理解基准测试,衡量多学科问题性能。
SuperCLUE
中文通用大模型综合性测评基准,2025 年 3 月版包含 1509 道原创新题,每 2 个月 100% 替换题库。
OpenCompass (司南)
国内领先的开源大模型评测体系。
暂无评论
暂无评论...
标签云
反馈
让我们一起共建文明社区!您的反馈至关重要!
已失效
重定向&变更
已屏蔽
敏感内容
其他
提交反馈
网址
网址
文章
软件
书籍