提交收录
排行榜
首页
•
AI模型评测
•
PubMedQA
PubMedQA
2年前发布
391
0
0
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。
收录时间:
2025-04-28
直达网站
手机查看
AI模型评测
# AI模型评测
PubMedQA
直达网站
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
SuperCLUE
SuperCLUE 是一个中文通用大模型综合性评测基准,从三...
MMBench
MMBench是一个多模态基准测试,由上海人工智能实验室、南...
Chatbot Arena
Chatbot Arena是一个大型语言模型 (LLM) 的...
HELM
HELM全称Holistic Evaluation of L...
LLMEval3
LLMEval是由复旦大学NLP实验室推出的大模型评测基准...
CMMLU
CMMLU是一个综合性的中文评估基准,专门用于评估语言模型在...
FlagEval
FlagEval(天秤)由智源研究院将联合多个高校团队打造...
MMLU
MMLU 全称 Massive Multitask Lang...
暂无评论
暂无评论...
反馈
让我们一起共建文明社区!您的反馈至关重要!
已失效
重定向&变更
已屏蔽
敏感内容
其他
提交反馈
网址
网址
文章