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
AECBench 是面向建筑、工程与施工(AEC)领域的大语言模型评测基准,覆盖 5 个认知层级、23 类任务和约 4,800 个样本,用于评估模型在知识记忆、理解、推理、计算与应用方面的能力。
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。