
C-Eval的52学科中文专项填补了中文LLM评测空白。四级难度从初中到专业层次,C-Eval Hard考验深度推理。评估显示仅GPT平均超。数据集和代码开源于Hugging Face。特别适合中文大模型开发者、学术研究者、需要中文能力评估的用户。
C-Eval是由上海交大、清华等机构在2023年发布的中文大模型综合评测基准,是首个针对中文能力的专项评测套件。涵盖 学科、13948道选择题,分初中、高中、大学、专业四级难度,包含C-Eval Hard高难度子集。
使用门槛: 需要一定基础
52学科中文评测
覆盖人文、理工等 学科的中文知识与推理能力测试
四级难度分级
初中、高中、大学、专业四级难度,C-Eval Hard为高难度子集
开源可复现
数据集和评测代码在Hugging Face和GitHub开源
中文模型能力评估
开发者评估模型在中文场景下的综合能力
学术研究与论文
论文和报告中引用C-Eval作为中文能力指标
价格可能变动,具体价格参考官网
C-Eval专攻中文,52学科含中国语境;MMLU侧重英文57学科。二者互补。
C-Eval Hard是高难度子集,需要更强推理能力,用于区分顶尖模型。
来自真实用户的评价和反馈