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.

Have any questions about C-Eval? Please contact us at ceval.benchmark@gmail.com
or create an issue on Github.
For potential collaboration, please contact junxianh@cse.ust.hk.