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 2 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
StructEval · TIGER-Lab	推理结构化输出	B待确认		22.4	795	—	35
break_data · allenai	推理结构化输出	B待确认		15.4	1,151	—	—