C-Eval

产品简介

面向中文基础模型的评估套件，按学科和难度组织测试内容。适合研究人员比较模型知识与推理表现，并结合题目范围和评测设置解释得分，而不是只看一个总排名。 中文知识评估：使用学科任务测试模型表现；评测结果比较：对照模型在不同设置下的得分。