AI 评测与排行榜,分别告诉你什么
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。
OpenCompass Hub
MaritimeBench 致力于构建一套科学、公平且严谨的航运知识评估体系。基于行业权威标准,我们持续维护并更新高质量的航运数据集——其中包含1,888道客观选择题(MCQ格式),以全面、多维度地量化模型在航运各领域的能力表现。
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。