Бенчмарк LLM

Материал из Systems analysis Wiki
Перейти к навигации Перейти к поиску

Карточка бенчмарка для оценки LLM.

Параметры шаблона[Править данные шаблона]

ПараметрОписаниеТипСтатус
Названиеназвание

без описания

По умолчанию
{{PAGENAME}}
Строковый (без форматирования)необязательный
Расшифровка / полное названиеполное_название

без описания

Строковый (без форматирования)необязательный
Иллюстрация (имя файла)изображение

без описания

Имя файланеобязательный
Подписьподпись

без описания

Строковый (без форматирования)необязательный
Авторы / организацияавторы

без описания

Содержимое (контент)необязательный
Год публикациигод

без описания

Строковый (без форматирования)необязательный
Актуальная версияверсия

без описания

Строковый (без форматирования)необязательный
Лицензиялицензия

без описания

Строковый (без форматирования)необязательный
Что проверяет (Coding, Math, Reasoning...)область

без описания

Строковый (без форматирования)необязательный
Модальностьмодальность

без описания

Строковый (без форматирования)необязательный
Количество задач / примеровобъём

без описания

Строковый (без форматирования)необязательный
Языкиязыки

без описания

Строковый (без форматирования)необязательный
Формат (Exact match, LLM-judge, Pass@k...)способ_оценки

без описания

Строковый (без форматирования)необязательный
Основная метрикаметрика

без описания

Строковый (без форматирования)необязательный
Актуальность / насыщениестатус

без описания

Строковый (без форматирования)необязательный
Лидербордлидерборд

без описания

Содержимое (контент)необязательный
Датасет (Hugging Face)датасет

без описания

Содержимое (контент)необязательный
Репозиторий (GitHub)репозиторий

без описания

Содержимое (контент)необязательный
Статья (arXiv)статья

без описания

Содержимое (контент)необязательный