排行榜和評估

Hub 包含機器學習模型（包括 LLM、聊天機器人等）的排行榜和評估。有三種類型的排行榜：

• 評估結果 來自官方基準資料集，如 GPQA、MMLU-Pro 或學術論文中使用的其他資料集。當結果在模型儲存庫中釋出時，分數將顯示在模型頁面上。
• 社群管理排行榜 託管在 Spaces 上，由社群針對特定用例進行管理。
• Open LLM Leaderboard 是 Hugging Face 團隊策劃的一個專案，用於評估和排名開源 LLM 和聊天機器人，並提供可復現的分數，區分營銷宣傳和該領域的實際進展。

在 GitHub 上更新