返回资源中心

EleutherAI LM Evaluation Harness Dashboard

优秀网站
测试工具
0 次浏览
0 个赞
benchmarkmltesting

资源描述

开源大语言模型评测基准可视化看板，实时聚合MMLU、BIG-Bench、TruthfulQA等20+基准测试结果，支持模型横向对比与能力维度热力图