用于评估语言模型准确性的轻量库，包含多个评估，如 MMLU、MATH、GPQA、DROP、MGSM 和 HumanEval，并为

None

相关推荐

封面图片

是一个用于训练大规模语言模型的轻量工具，具有灵活的数据和模型平行功能
封面图片

：用于实现大语言模型的综合库，提供统一的训练流程和全面的模型评估
封面图片

准确且轻量的全透明语言模型，旨在满足资源受限设备如手机端的需求Ps:已被网友鉴定为垃圾
封面图片

用于评估大型语言模型(LLM) Agent在多步多模态任务中的工具使能力的基准数据集，包含超过 4000 个多步多模态任务，这些

用于评估大型语言模型(LLM) Agent在多步多模态任务中的工具使能力的基准数据集，包含超过 4000 个多步多模态任务，这些任务涉及 33 种工具，包括 13 种多模态模型、9 个公共 API 和 11 个图像处理模块 | #数据集
封面图片

：一个用于评估大型多模态模型的平台
封面图片

：用于生成程序代码的大型语言模型

🔍 发送关键词来寻找群组、频道或视频。

启动SOSO机器人