AI资讯新闻榜单内容搜索-评测基准

关键词: 大模型评测,大模型评测基准,AI评测,SuperCLUE,C-Eval,Open LLM Leaderboard,Chatbot Arena,GLUE

基于评测维度，考虑到各评测集关注的评测维度，可以将其划分为通用评测基准和具体评测基准。

关键词: GPT-4o,AI,AI视频,大模型

难度大升级的多任务长视频理解评测基准MLVU来了！

关键词: PromptBench,提示词测试,Prompt

作为连接人类与大模型的桥梁，大模型对 「Prompt (提示词)」 究竟有多敏感？同样的prompt，可能写错个单词、写法不一样，都会出现不一样的结果。