AI工具AI模型评测

PubMedQA

PubMedQA是一个生物医学研究...

标签：AI模型评测AI模型评测

链接直达手机查看

PubMedQA是一个生物医学研究问答数据集，包含了1K专家标注，61.2K 个未标注和 211.3K 个人工生成的QA实例，该排行榜目前已收录18个模型的医学测试得分。

数据统计

相关导航

HELM全称Holistic Evaluation...

C-Eval是一个适用于大语言模...

MMBench是一个多模态基准测试...

Open LLM Leaderboard

Open LLM Leaderboard 是最大...

LLMEval是由复旦大学NLP实验...

FlagEval（天秤）由智源研究...