轻量级AI模型快速测评与监控工具
轻量级开源测评框架,用于模型训练过程中实时监控精度、推理、效果,快速输出测评报告。
国际权威大模型综合能力测评基准
中文本土化大模型综合测评基准
中文顶级大模型综合性考试测评
小学数学推理能力测评基准