AI EVALUATION, IN CONTEXT.BY EQUALITY MACHINE

OpenCompass Hub

lm-evaluation-harness

AI Language Proficiency Monitor是一个多语言大语言模型评测平台，系统性评估模型在多达200种语言上的性能表现，特别关注低资源语言，整合FLORES+、MMLU、GSM8K、TruthfulQA和ARC等数据集评测翻译、问答、数学推理和事实性等能力，提供开源自动更新排行榜和交互式仪表板，覆盖全球80-95%人口使用的语言。

评测信息与证据

来源: OpenCompass Hub
发布者: Bundesministerium für wirtschaftliche Zusammenarbeit und Entwicklung,etc
评测发布日期: 2025-07-11
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。