LLMEval3

开发公司：复旦大学 NLP 实验室

复旦大学NLP团队的语言模型评测研究系列，围绕专业学科知识等任务组织评估。

产品简介

复旦大学NLP团队的语言模型评测研究系列，围绕专业学科知识等任务组织评估。适合按测试范围比较模型表现，并结合题型、数据和指标理解得分。专业知识评测：围绕不同学科任务测试模型；结果与基准资料：对照评测设置查看模型表现。

围绕不同学科任务测试模型。

对照评测设置查看模型表现。

对于模型评估研究者，可从“专业知识评测”进入任务，并利用“结果与基准资料”继续整理结果；具体价值在于对照评测设置查看模型表现。

可用专业知识评测处理相关工作：围绕不同学科任务测试模型。

可用结果与基准资料处理相关工作：对照评测设置查看模型表现。