C-Eval - 一个适用于大语言模型的多层次多学科中文评估套件

nilfunc · 2023 年5 月 26 日 16:12

网站涵盖了 52 个不同学科的 13948 个多项选择题，分为四个难度级别，并且网站根据这些评估套件对模型做了个排行榜

毫无意外的 GPT-4 获得了最高分！

排行榜由上海交通大学和清华大学的学生提供支持