搜索开放度全部开放度开放需申请闭集未知可信级别全部可信级别S · 高可信A · 已审核B · 待确认应用筛选

共 29 个 benchmark

排序:热度增速下载量Stars被引最新名称

Benchmark	测评分类	可信级别	开放	热度	下载(30d)	Stars	被引
xtreme · google	语言/语义多语低资源	B待确认		38.8	5,182	—	1,184
lm1b · billion-word-benchmark	语言/语义语言建模	B待确认		32.1	1,801	—	1,214
AlGhafa-Arabic-LLM-Benchmark-Native · OALL	语言/语义多语低资源	B待确认		31.0	6,732	—	354
snips_built_in_intents · sonos-nlu-benchmark	语言/语义NLU	B待确认		30.2	1,067	—	931
IndicGenBench_flores_in · google	语言/语义翻译	B待确认		23.9	609	—	77
Instruction-Following-Evaluation-for-Large-Language-Models · harpreetsahota	语言/语义指令遵循	B待确认		23.9	53	—	1,060
IndicGenBench_crosssum_in · google	语言/语义摘要	B待确认		22.8	368	—	77
csabstruct · allenai	语言/语义分类	B待确认		21.6	155	—	151
LLM_Benchmark · Bokhbat	语言/语义多语低资源	B待确认		21.4	69	1,570	—
NLU-Evaluation-Data-en-de · deutsche-telekom	语言/语义NLU	B待确认		19.9	44	—	307
wmt22_african · allenai	语言/语义翻译	B待确认		15.9	1,143	—	—
serbian-llm-benchmark · datatab	语言/语义多语低资源	B待确认		15.6	754	—	—
lince · lince-benchmark	语言/语义Code Switching	B待确认		15.1	442	—	—
movie_rationales · eraser-benchmark	语言/语义分类	B待确认		13.9	415	—	—
turkish_political_position_benchmark · samliumay	语言/语义分类	B待确认		13.8	161	—	—
wmt-mqm-human-evaluation · RicardoRei	语言/语义翻译	B待确认		11.2	206	—	—
NTEU_Multilingual_Evaluation_Dataset · BSC-LT	语言/语义翻译	B待确认		10.7	157	—	—
LoraxBench · google	语言/语义多语低资源	B待确认		10.6	64	—	—
Massive Text Embedding Benchmark MTEB· MTEB	语言/语义检索/Embedding	A已审核		10.0	—	—	—
finno-ugric-benchmark · tartuNLP	语言/语义多语低资源	B待确认		9.6	136	—	—
wmt-sqm-human-evaluation · RicardoRei	语言/语义翻译	B待确认		9.5	84	—	—
NLU-few-shot-benchmark-en-de · deutsche-telekom	语言/语义NLU	B待确认		9.2	40	—	—
Thai-Semantic-Textual-Similarity-Benchmark · mrp	语言/语义语义相似度	B待确认		8.7	43	—	—
query2query_evaluation · neeva	语言/语义语义相似度	B待确认		6.8	10	—	—
ja-vicuna-qa-benchmark · llm-book	语言/语义通用问答	B待确认		6.4	26	—	—

第 1 / 2 页

上一页下一页