一个全面的中文基础模型评估套件
C-Eval是一个适用于大语言模型的多层次多学科中文评估套件,由上海交通大学、清华大学和爱丁堡大学研究人员在2023年5月份联合推出,包含了13948个多项选择题,涵盖了52个不同的学科和四个难度级别,用以评测大模型中文理解能力。
文心一言
悟道
CMMLU
FlagEval
UndetectableGPT
Watsonx.ai