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
GPQA Diamond GPQA· NYU 等	知识问答考试问答	S高可信		46.0	117,207	—	3,206
GPQA GPQA· Hugging Face	推理通用推理	A已审核		10.0	—	—	—