HELM（语言模型整体评估）

开发公司：Stanford CRFM

斯坦福CRFM组织的语言模型综合评估项目，围绕场景、适配方法和指标展示评测。

产品简介

斯坦福CRFM组织的语言模型综合评估项目，围绕场景、适配方法和指标展示评测。适合研究人员了解模型在多种条件下的表现，并结合评测设置解释准确性、鲁棒性等结果。综合模型评测：按不同场景观察模型能力；指标与方法公开：结合测试方法理解模型得分。

按不同场景观察模型能力。

结合测试方法理解模型得分。

对于模型研究人员，可从“综合模型评测”进入任务，并利用“指标与方法公开”继续整理结果；具体价值在于结合测试方法理解模型得分。

可用综合模型评测处理相关工作：按不同场景观察模型能力。

可用指标与方法公开处理相关工作：结合测试方法理解模型得分。