TopOpenSourceAI
EN

#357 · 主分类： 教育与研究

LLM-eval-survey

benchmark evaluation large-language-models llm llms model-assessment

综述论文《大语言模型评估综述》的官方GitHub页面。

项目最后更新：08/01/26

在 GitHub 查看 访问官网

GitHub Stars

1.6K

Forks数量

101

贡献者数量

19

许可证

Other

收录理由

这份仓库是配套一篇大语言模型评测综述论文的持续维护资料库，相比论文本身，它更新更及时，因为arXiv版本无法实时修订。它不提供代码实现，而是把数百篇论文和基准测试按评测对象归类，覆盖自然语言理解、推理、鲁棒性、伦理、社会科学与自然科学任务，以及医疗和智能体应用等方向，同时也按评测发生的场景来组织。这样的结构让你能追踪推理等能力在不同时期的测量方式，也能看出哪些数据集反复作为参照出现。维护者接受拉取请求，所以新基准出现后很快会被收录。想设计评测实验的研究者和工程师，可以用它找到现成的基线，也能在投入新方案前发现空白领域。

相关文章

暂无针对该项目的文章。

如需补充新闻资讯、使用教程、应用测评等内容，欢迎 联系我们推荐选题或投稿。

同类热门项目

prompts.chat

前身为 Awesome ChatGPT Prompts。分享、发现和收集社区提示词。免费且开源——可自托管，为您的组织提供完全隐私。

#1

JavaGuide

Java 面试 & 后端通用面试指南，覆盖计算机基础、数据库、分布式、高并发、系统设计与 AI 应用开发

#2

system-prompts-and-models-of-ai-tools

精选流行AI助手和编码代理的系统提示、内部工具和AI模型集合。

#3

30-seconds-of-code

编程文章，助你提升开发技能

#4

generative-ai-for-beginners

21节课，开始使用生成式AI构建

#5