HELM是什么 HELM全称Holistic...
斯坦福大学推出的大模型评测体系
MagicArena是什么 MagicArena...
CMMLU是什么 CMMLU是综合性的...
OpenCompass是什么 OpenCompa...
PubMedQA是什么 PubMedQA是专...
FlagEval是什么 FlagEval（天...
AGI-Eval是什么 AGI-Eval是上...
