次级导航
blog
收录投稿
blog
收录投稿
首页
•
AI评测平台
•
SEAL Leaderboard
SEAL Leaderboard
4小时前更新
4
0
0
收藏
0
Scale AI 的专家驱动评测平台,专注编程和推理能力排名。
收录时间:
2026-04-24
打开网站
手机查看
AI评测平台
SEAL Leaderboard
打开网站
Scale AI 的专家驱动评测平台,专注编程和推理能力排名。
数据统计
相关导航
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。
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。
AIME 2025
2025 美国数学竞赛邀请赛,专门测试大模型的高级数学推理能力。
Aider Leaderboard
专注代码编辑能力的 LLM 排行榜,评估模型在实际编程任务中的表现。
MLPerf Inference
机器学习推理性能的行业标准基准。
C-Eval
全面的中文基础模型评估套件,专注中文能力评估。
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。
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。
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