次级导航
blog
收录投稿
blog
收录投稿
首页
•
AI评测平台
•
FRAMES
FRAMES
4小时前更新
3
0
0
收藏
0
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。
收录时间:
2026-04-24
打开网站
手机查看
AI评测平台
FRAMES
打开网站
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。
数据统计
相关导航
LiveBench
2025 最新!防污染的动态评测平台,每月更新题库,覆盖数学、编程、推理等 6 大类 960 题。
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。
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。
OpenCompass (司南)
国内领先的开源大模型评测体系。
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。
LiveSWEBench
实时软件工程基准测试,评估 AI 在真实代码库中解决问题的能力。
Chatbot Arena
基于人类偏好的匿名聊天机器人对战和排行榜,采用 Elo 评分系统。
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