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
ELBench 是面向教育场景大语言模型的多维评测集,覆盖安全可信、高阶育人和通用能力。公开任务包含安全回答、教育开放任务、选择题、数学与推理任务,并结合客观规则和大模型判决进行评测。
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。