1. Benchmarks Reasoning, conversation, Q&A benchmarks HellaSwag BIG-Bench Hard SQuAD IFEval MuSR MMLU-PRO MT-Bench Domain-specific benchmarks GPQA MedQA PubMedQA Math benchmarks GSM8K MATH MathEval Security-related benchmarks PyRIT Purple Llama CyberSecEval 2. 国内外端侧大模型 模型本身方面，由于端侧大模型更多是
超级会员免费看
订阅专栏 解锁全文
扫一扫
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
