Open LLM Leaderboard
Open LLM Leaderboard 是最大的大模型和数据集社区 HuggingFace 推出的开源大模型排行榜单，基于 Eleuther AI Language Model Evaluation Harness（Eleuther AI语言模型评估框架、封装。
由于社区在发布了大量的大型语言模型（LLM、和聊天机器人之后，往往伴随着对其性能的夸大宣传，很难过滤出开源社区取得的真正进展以及目前的最先进模型。因此，Hugging Face 使用 Eleuther AI语言模型评估框架对模型进行四个关键基准测试评估。这是一个统一的框架，用于在大量不同的评估任务上测试生成式语言模型。
Open LLM Leaderboard 的评估基准
- AI2 推理挑战（25-shot、：一组小学科学问题
- HellaSwag（10-shot、：一个测试常识推理的任务，对人类来说很容易（大约95%、，但对SOTA模型来说具有挑战性。
- MMLU（5-shot、- 用于测量文本模型的多任务准确性。测试涵盖57个任务，包括基本数学、美国历史、计算机科学、法律等等。
- TruthfulQA（0-shot、- 用于测量模型复制在在线常见虚假信息中的倾向性。
收录说明：
1、本网页并非 Open LLM Leaderboard 官网网址页面，此页面内容编录于互联网，只作展示之用；
2、如果有与 Open LLM Leaderboard 相关业务事宜，请访问其网站并获取联系方式；
3、本站与 Open LLM Leaderboard 无任何关系，对于 Open LLM Leaderboard 网站中的信息，请用户谨慎辨识其真伪。
4、本站收录 Open LLM Leaderboard 时，此站内容访问正常，如遇跳转非法网站，有可能此网站被非法入侵或者已更换新网址，导致旧网址被非法使用,
5、如果你是网站站长或者负责人，不想被收录请邮件删除：i-hu#Foxmail.com （#换@）
前往AI网址导航
© 版权声明
文章版权归作者所有，未经允许请勿转载。
