模型评估

PubMedQA 是用于生物医学研究问答的数据集平台，拥有丰富的问答实例，提供模型排行榜，助力生物医学领域自然语言处理研究与模型评估。

H2O Eval Studio 是一款用于 GenAI 模型评估的平台，具备集成式执行仪表盘、模型与排行榜对比、可配置评估器等功能，能有效提升模型可靠性与准确性。

探索 FlagEval，专业大模型评测平台。提供多维度、高精度的大模型评估，助您快速甄别模型优劣，把握 AI 发展趋势。