blog
AI生图
blog
AI生图
首页
•
AI评测平台
•
HumanEval 排行榜
HumanEval 排行榜
2个月前更新
70
0
0
收藏
0
评估代码生成能力的基准测试。
收录时间:
2026-04-24
打开网站
手机查看
AI评测平台
HumanEval 排行榜
打开网站
评估代码生成能力的基准测试。
数据统计
相关导航
Arena
基于真实用户对战投票的AI模型排行榜
LLM-Stats
每日更新的 AI 模型综合排行榜,对比 LLM/TTS/STT/视频/图像/嵌入模型的性能、价格和上下文窗口。
SEAL Leaderboard
Scale AI 的专家驱动评测平台,专注编程和推理能力排名。
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。
FRAMES
Google 推出的 RAG 系统评测基准,824 道多跳问题,测试检索准确性和推理能力。
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。
SuperGLUE
更具挑战性的通用语言理解评估基准。
MLPerf Inference
机器学习推理性能的行业标准基准。
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