Бенчмарк LLM
Перейти к навигации
Перейти к поиску
Карточка бенчмарка для оценки LLM.
| Параметр | Описание | Тип | Статус | |
|---|---|---|---|---|
| Название | название | без описания
| Строковый (без форматирования) | необязательный |
| Расшифровка / полное название | полное_название | без описания | Строковый (без форматирования) | необязательный |
| Иллюстрация (имя файла) | изображение | без описания | Имя файла | необязательный |
| Подпись | подпись | без описания | Строковый (без форматирования) | необязательный |
| Авторы / организация | авторы | без описания | Содержимое (контент) | необязательный |
| Год публикации | год | без описания | Строковый (без форматирования) | необязательный |
| Актуальная версия | версия | без описания | Строковый (без форматирования) | необязательный |
| Лицензия | лицензия | без описания | Строковый (без форматирования) | необязательный |
| Что проверяет (Coding, Math, Reasoning...) | область | без описания | Строковый (без форматирования) | необязательный |
| Модальность | модальность | без описания | Строковый (без форматирования) | необязательный |
| Количество задач / примеров | объём | без описания | Строковый (без форматирования) | необязательный |
| Языки | языки | без описания | Строковый (без форматирования) | необязательный |
| Формат (Exact match, LLM-judge, Pass@k...) | способ_оценки | без описания | Строковый (без форматирования) | необязательный |
| Основная метрика | метрика | без описания | Строковый (без форматирования) | необязательный |
| Актуальность / насыщение | статус | без описания | Строковый (без форматирования) | необязательный |
| Лидерборд | лидерборд | 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 |