C-Eval

AI模型评测—

C-Eval 是一个全面的中文基础模型评估套件，专为评估大语言模型在中文语境下的高级知识和推理能力而设计。该套件包含 13,948 道多项选择题，涵盖 52 个不同学科和四个难度级别，旨在为中文基础模型提供多层次、多学科的评估基准。

主要功能列表

1. 模型评估：用户可上传模型预测结果，获取准确率评分，并下载详细的评估报告。

2. 排行榜：展示模型在不同科目和整体的测试结果，支持 zero-shot 或 few-shot 测试。

3. 联系我们：提供联系邮箱和 GitHub 链接，方便用户提出问题或寻求合作。

4. 数据探索：用户可浏览不同学科和难度级别的题目示例，了解数据集内容。

5. 数据集下载：提供 Huggingface 数据集下载，用户可直接获取用于评估的题目数据。

6. 论文引用：提供论文引用格式，方便学术研究者引用。

网站主要内容

盾灵安全导航

C-Eval is a comprehensive Chinese evaluation suite for foundation models. It consists of 13948 multi-choice
questions spanning 52 diverse disciplines and four difficulty levels, as shown below. You may explore our
dataset examples at Explore, or check our paper for more details.