中EN 提交工具
返回筛选结果

LLMEval3

大模型

LLMEval是复旦大学NLP实验室推出的大模型评测基准，最新LLMEval-3聚焦专业知识能力，覆盖13个学科门类、50余个二级学科、约20万道生成式问答题。

核验等级未记录 · · 提交更正

访问官网
编辑点评

适合需要考察大模型学科专业知识深度的研究团队与教育科技机构；不适合仅关注通用聊天能力的用户。

决策信息

“未核验”表示证据不足，不表示该能力不存在。

分类大模型
证据状态核验等级未记录
平台未核验
地区可用性可用
中文界面未核验
中国大陆可用性未核验
商用条款未核验

LLMEval3是什么

LLMEval是复旦大学NLP实验室推出的大模型评测基准，最新LLMEval-3聚焦专业知识能力，覆盖13个学科门类、50余个二级学科、约20万道生成式问答题。

LLMEval3的主要功能

  • 评估大模型在13个学科门类上的专业知识水平
  • 对比不同模型的垂直领域知识深度
  • 为专业知识类应用选型合适的基础模型
  • 支撑中文大模型能力的学术研究

适合

  • 聚焦专业知识能力，学科覆盖面系统完整
  • 约20万道标准生成式问答题目，题量充足
  • 高校实验室出品，评测设计学术性强

先注意

  • 侧重知识问答，对工具调用等新型能力覆盖有限
  • 公开页面信息较简略，使用细节需进一步查阅
  • 生成式答案的评判对评估方法要求高

如何使用LLMEval3

  1. 访问 llmeval.com 了解LLMEval-3的评测设计
  2. 查看13个学科门类与二级学科的覆盖范围
  3. 了解生成式问答题目的组织形式
  4. 按页面指引参与或引用该基准进行模型评测
  5. 对比不同模型在各学科上的评测结果

LLMEval3的适用场景

上手难度： 进阶

  • 评估大模型在13个学科门类上的专业知识水平
  • 对比不同模型的垂直领域知识深度
  • 为专业知识类应用选型合适的基础模型
  • 支撑中文大模型能力的学术研究

常见问题

LLMEval由谁推出？

LLMEval由复旦大学NLP实验室推出，最新版本为聚焦专业知识能力评测的LLMEval-3。

LLMEval-3覆盖哪些学科？

涵盖哲学、经济学、法学、教育学、文学、历史学、理学、工学、农学、医学、军事学、管理学、艺术学等13个学科门类、50余个二级学科。

LLMEval-3的题量有多大？

共计约20万道标准生成式问答题目。

来源与核验

证据状态： 核验等级未记录

信息来源：llmeval.com （在新窗口打开）
资料复核日期： · 提交更正 →

类似于LLMEval3的工具

该分类全部