C-Eval

C-Eval

4.0· 编辑评分

编辑点评

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。

AI工具导航编辑团队

C-Eval是什么

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。

基本信息

分类:

适合人群

开发者研究人员

使用门槛: 需要一定基础

C-Eval的主要功能

  • 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

C-Eval的核心优势

  • 52学科覆盖人文理工,中文评测维度全面
  • 四级难度+C-Eval Hard,能区分初中级与顶尖模型
  • 开源数据集和代码,便于复现和扩展评测

C-Eval的应用场景

  • 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

C-Eval 定价与积分

价格可能变动,具体价格参考官网

常见问题

▶C-Eval和MMLU有什么不同?

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是什么?

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。

用户评价

来自真实用户的评价和反馈