(function(){var el = document.createElement("script");el.src = "https://lf1-cdn-tos.bytegoofy.com/goofy/ttzz/push.js?0fd7cab5264a0de33b798f00c6b460fb0c1e12a69e1478bfe42a3cdd45db451bbc434964556b7d7129e9b750ed197d397efd7b0c6c715c1701396e1af40cec962b8d7c8c6655c9b00211740aa8a98e2e";el.id = "ttzz";var s = document.getElementsByTagName("script")[0];s.parentNode.insertBefore(el, s);})(window)

Open LLM Leaderboard

古风汉服美女图集

Open LLM Leaderboard官网

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。
网站服务:Open LLM Leaderboard,AI工具集导航。

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。

Open LLM Leaderboard网址入口

https://huggingface.co/spaces/HuggingFaceH4/open_llm_leaderboard

小编发现Open LLM Leaderboard网站非常受用户欢迎,请访问Open LLM Leaderboard网址入口试用。


Open LLM Leaderboard
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

相关文章