PubMedQA

AI模型评测

PubMedQA

生物医学研究问答数据集和模型得分排行榜

标签： AI模型评测

链接直达手机查看

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。

©2019-2025 GoStart导航（gostart0.com）免责声明：网站收集的服务均来自第三方，与gostart0无关，请用户自行甄别质量，避免上当受骗！业务合作请点击联系我们

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/202312/8e85d7e1e5d1f59.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

/uploadfile/202312/a4e6d5dafe3a5ca.png

一个综合性的大模型中文评估基准