OpenCompass Hub
RoleLLM 是一个角色扮演的数据构建和评估框架,同时提供闭源和开源模型的解决方案(RoleGPT、RoleLLaMA、RoleGLM)。
本站保留来源报告的结果,不代表独立复测。请先核对任务版本、评测协议、分数单位和报告日期;不同运行条件不能直接合并为统一排名。
本来源记录尚未收录数值成绩。这不表示模型得分为零,也不表示该评测没有公开成绩;请查阅原始资料。
分清评测基准、一次评测运行与排行榜,用它们回答各自适合的问题。
按顺序核对任务版本、指标、工具、预算、不确定性和报告来源的实用方法。
先把智能体的工作对应到可验证结果,再选择一组覆盖不同失败方式的评测。