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。

相关推荐

/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
MMLU

大规模多任务语言理解基准
/uploadfile/202312/3ab9bba29fc079e.png
SuperCLUE

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
FlagEval

智源研究院推出的FlagEval（天秤）大模型评测平台
/uploadfile/202312/95d5734a7c70f43.png
LLMEval3

由复旦大学NLP实验室推出的大模型评测基准
/uploadfile/202312/5b9b709af117441.png
C-Eval

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
CMMLU

一个综合性的大模型中文评估基准
Copyright © 三角洲行动导航站  琼ICP备2026003950号  琼公网安备46010002001366号