HELM

AI模型评测

HELM

斯坦福大学推出的大模型评测体系

标签： AI模型评测

链接直达手机查看

HELM全称Holistic Evaluation of Language Models（语言模型整体评估）是由斯坦福大学推出的大模型评测体系，该评测方法主要包括场景、适配、指标三个模块，每次评测的运行都需要指定一个场景，一个适配模型的提示，以及一个或多个指标。它评测主要覆盖的是英语，有7个指标，包括准确率、不确定性/校准、鲁棒性、公平性、偏差、毒性、推断效率；任务包括问答、信息检索、摘要、文本分类等。

©️版权声明：若无特殊声明，本站所有文章版权均归AI工具集原创和所有，未经许可，任何个人、媒体、网站、团体不得转载、抄袭或以其他方式复制发表本站内容，或在非我站所属的服务器上建立镜像。否则，我站将依法保留追究相关法律责任的权利。

类似网站

/uploadfile/202312/f6f5c0bd616b2f9.png

Open LLM Leaderboard

Hugging Face推出的开源大模型排行榜单

/uploadfile/202312/a529b7084e2df7f.png

大规模多任务语言理解基准

/uploadfile/202312/3ab9bba29fc079e.png

中文通用大模型综合性测评基准

/uploadfile/202312/b095cd10d03098a.png

H2O EvalGPT

H2O.ai推出的基于Elo评级方法的大模型评估系统

/uploadfile/202312/10eadcfa3ad2b81.png

生物医学研究问答数据集和模型得分排行榜

/uploadfile/202312/8e85d7e1e5d1f59.png

智源研究院推出的FlagEval（天秤）大模型评测平台

/uploadfile/202312/95d5734a7c70f43.png

由复旦大学NLP实验室推出的大模型评测基准

/uploadfile/202312/5b9b709af117441.png

一个全面的中文基础模型评估套件

/uploadfile/202312/88695f879b976.png

OpenCompass

上海人工智能实验室推出的大模型开放评测体系

AI工具箱收录了国内外数百个不同类型的AI工具，每日更新和添加最新AI工具，AI工具集还推荐了AI学习开发的常用网站、框架和模型，帮助你加入人工智能浪潮，自动化高效完成任务！ Ctrl + D 或 ⌘ + D 收藏本站到浏览器书签栏。

AI工具箱导航关于我们免责声明友情链接

关注我们

Copyright © 得令AI人工智能人型机器人采购网/DeLiAI Human robot website/得令人型机器桂ICP备2025054934号-1

$urls = array( 'http://www.example.com/1.html', 'http://www.example.com/2.html', ); $api = 'http://data.zz.baidu.com/urls?site=www.cjtc668.com&token=ykVdT7mGCUMzEGQ0'; $ch = curl_init(); $options = array( CURLOPT_URL => $api, CURLOPT_POST => true, CURLOPT_RETURNTRANSFER => true, CURLOPT_POSTFIELDS => implode("\n", $urls), CURLOPT_HTTPHEADER => array('Content-Type: text/plain'), ); curl_setopt_array($ch, $options); $result = curl_exec($ch); echo $result;