PubMedQA
AI工具大全AI模型评测

PubMedQA

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。

标签：
访问官网

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。

©️声明：AI工具网尊重版权，若有来源标注错误或侵犯了您的合法权益，请作者持权属证明与我们联系，我们将及时更正、删除，谢谢!

类似网站

https://www.63850.com/d/file/p/2024/07-04/335cad4cc64c5bccb14e7feb30853d1b.png
LLMEval3

LLMEval是由复旦大学NLP实验室推出的大模型评测基准，最
https://www.63850.com/d/file/p/2024/07-04/4f3fb6d950107708031439a83bd05cb8.png
MMBench

MMBench是一个多模态基准测试，由上海人工智能实验室、
https://www.63850.com/d/file/p/2024/07-04/a7cb438a43f3e820baeb70277ac55d1e.png
CMMLU

CMMLU是一个综合性的中文评估基准，专门用于评估语言模
https://www.63850.com/d/file/p/2024/07-04/c192ffc4a4874e1075b8a41b5a13d7b0.png
OpenCompass

OpenCompass是由上海人工智能实验室（上海AI实验室）于202
https://www.63850.com/d/file/p/2024/07-04/66b0d970be8ff527cde96e67351f9ddc.png
SuperCLUE

SuperCLUE 是一个中文通用大模型综合性评测基准，从三个
https://www.63850.com/d/file/p/2024/07-04/030f493ee1b836dea8d7db42f82f435e.png
FlagEval

FlagEval（天秤）由智源研究院将联合多个高校团队打造，是一
https://www.63850.com/d/file/p/2024/07-04/2bf9316d3a56116140929899387b5ed7.png
C-Eval

天工AI搜索是昆仑万维最新推出的国内第一款融入大语言
https://www.63850.com/d/file/p/2024/07-04/8b037273061b4adf9e4fb411bec9309d.png
Open LLM Leaderboard

Open LLM Leaderboard 是最大的大模型和数据集社区 Hu
https://www.63850.com/d/file/p/2024/07-04/4003ce12904bafc3130bd1caffdc7d55.png
MMLU

MMLU 全称 Massive Multitask Language Understanding
AI工具网收录了国内外814+ 个不同类型的AI工具，每日更新和添加最新AI工具，AI工具网还推荐了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工具网 关于我们 广告投放 免责声明 网站地图

Copyright © AI工具网  粤ICP备2022101454号-4  公网安备 2022101454号