MMBench
MMBench是一个多模态基准测试，由上海人工智能实验室、南洋理工大学、香港中文大学、新加坡国立大学和浙江大学的研究人员推出。该体系开发了一个综合评估流程，从感知到认知能力逐级细分评估，覆盖20项细粒度能力，从互联网与权威基准数据集采集约3000道单项选择题。打破常规一问一答基于规则匹配提取选项进行评测，循环打乱选项验证输出结果的一致性，基于ChatGPT精准匹配模型回复至选项。
主要功能：
SuperCLUE 是一个中文通用大模型综合性评测基准，从三个不同的维度评价模型的能力：基础能力、专业能力和中文特性能力。
其中基础能力能力包括:语义理解、对话、逻辑推理、角色模拟、代码、生成与创作等10项能力。专业能力包括: 包括了中学、大学与专业考试，涵盖了从数学、物理、地理到社会科学等50多项能力。
中文特性能力: 针对有中文特点的任务，包括了中文成语、诗歌、文学、字形等10项多种能力。
数据统计
数据评估
关于CLUE中文语言理解基准测评特别声明
本站AppStore 集导航收录了全球数百款不同类型的 AI 工具和APP应用提供的CLUE中文语言理解基准测评都来源于网络，不保证外部链接的准确性和完整性，同时，对于该外部链接的指向，不由AppStore 集导航收录了全球数百款不同类型的 AI 工具和APP应用实际控制，在2025年3月25日 下午6:30收录时，该网页上的内容，都属于合规合法，后期网页的内容如出现违规，可以直接联系网站管理员进行删除，AppStore 集导航收录了全球数百款不同类型的 AI 工具和APP应用不承担任何责任。
相关导航
H2O.ai
Our Al-powered search assistant helps you get answers to questions about your documents, websites and workplace content.
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。
AGI
AGI-Eval评测社区
暂无评论...
