开源项目 · 共 71 个

EleutherAI ·Python ·MIT
8.0k
lm-evaluation-harness

200+ 评测任务的统一框架,HF Leaderboard 官方工具

open-compass ·Python ·Apache-2.0
5.0k
OpenCompass

70+ 数据集覆盖的大模型评测平台,中文评测首选

Stanford CRFM ·Python ·Apache-2.0
2.0k
HELM

多维度评测框架,准确率+偏差+毒性+效率一体