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：
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。

该页面内容传达的一切观点信息仅代表原作者，AiDesk平台仅提供信息存储展示服务。

类似网站

/uploadfile/202312/f6f5c0bd616b2f9.png#没有设置高宽参数，将以原图输出
Open LLM Leaderboard

Hugging Face推出的开源大模型排行榜单
/uploadfile/202312/a529b7084e2df7f.png#没有设置高宽参数，将以原图输出
MMLU

大规模多任务语言理解基准
/uploadfile/202312/3ab9bba29fc079e.png#没有设置高宽参数，将以原图输出
SuperCLUE

中文通用大模型综合性测评基准
/uploadfile/202312/b095cd10d03098a.png#没有设置高宽参数，将以原图输出
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#没有设置高宽参数，将以原图输出
FlagEval

智源研究院推出的FlagEval（天秤）大模型评测平台
/uploadfile/202312/95d5734a7c70f43.png#没有设置高宽参数，将以原图输出
LLMEval3

由复旦大学NLP实验室推出的大模型评测基准
/uploadfile/202312/5b9b709af117441.png#没有设置高宽参数，将以原图输出
C-Eval

一个全面的中文基础模型评估套件
/uploadfile/202312/88695f879b976.png#没有设置高宽参数，将以原图输出
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#没有设置高宽参数，将以原图输出
CMMLU

一个综合性的大模型中文评估基准
按住 Ctrl+D    或    ⌘+D 键，
把https://ai.onesaying.com/收藏起来吧！
AiDesk收录了上千个AI工具，每日更新最新AI工具和资讯； AiDesk还汇集了AI学习研发的常用网站、框架和模型，助你在AI浪潮里高效完成任务！

AiDesk 关于我们 免责声明 友情链接

关注我们

Copyright © AiDesk  苏ICP备2023018364号-1