MMLU
大规模多任务语言理解基准
分类:AI模型评测
MMLU是什么?
MMLU是一款AI模型评测工具,大规模多任务语言理解基准。暂未收录官网地址,可通过上方按钮搜索。想找更多同类工具,可以看看AI模型评测分类。
更多AI模型评测
- MagicArena — 字节推出的视觉生成模型对战平台
- Open LLM Leaderboard — Hugging Face推出的开源大模型排行榜单
- C-Eval — 一个全面的中文基础模型评估套件
- FlagEval — 智源研究院推出的FlagEval（天秤）大模型评测平台
- SuperCLUE — 中文通用大模型综合性测评基准
- AGI-Eval — AI大模型评测社区
- OpenCompass — 上海人工智能实验室推出的大模型开放评测体系
- CMMLU — 一个综合性的大模型中文评估基准
- MMBench — 全方位的多模态大模型能力评测体系
- HELM — 斯坦福大学推出的大模型评测体系
- LMArena — AI模型评估平台
- LLMEval3 — 由复旦大学NLP实验室推出的大模型评测基准