AI EVALUATION, IN CONTEXT.BY EQUALITY MACHINE

OpenCompass Hub

WildBench

WildBench推出自动评估框架和数据集，基于真实用户难题评测大语言模型，包含从逾百万人机对话日志中精选的1,024个任务样本。

评测信息与证据

来源: OpenCompass Hub
发布者: Allen Institute for AI, University of Washington
评测发布日期: 2024-06-07
采集日期: 2026-08-18
模态: 未收录

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。

原始资料

报告成绩 0

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。