尋找最適合您用例的排行榜

✨ 精選排行榜

自 2023 年底以來，我們與在評估方面知識淵博的合作伙伴合作，將他們的工作以部落格系列的形式進行推廣，稱為 排行榜集錦。

其中，以下是一些您可以關注的特定於 LLM 的排行榜的簡要列表！

• 程式碼評估
  • BigCode 的模型排行榜
  • BigCode 的 BigCodeBench
  • LiveCodeBench
  • Meta 的 CyberSecEval
• 數學能力
  • NPHardEval
• 安全性
  • DecodingTrust 的排行榜
  • HaizeLab 的紅隊對抗抵抗基準測試
• 效能
  • Optimum 的 LLM 效能排行榜
  • Artificial Analysis LLM 效能排行榜

這一系列文章對於理解不同模態和主題的評估細節尤為重要，我們希望它將來能成為一個知識庫。

🔍 親自探索 Spaces

在 Hub 上，leaderboards（排行榜）和 arenas（競技場）作為 Spaces（空間）託管，就像機器學習演示一樣。

您可以透過搜尋欄 在此處（或 此連結）搜尋 Spaces 標題中的關鍵字 leaderboard 或 arena，在完整的 Space 中使用“全文搜尋”，或者透過查詢 leaderboard 標籤 在此處 來查詢具有正確元資料的 Spaces。

我們也試圖維護一個最新的排行榜合集。如果我們遺漏了您的 Space，請在 Space 的討論中標記評估團隊的成員！

在 GitHub 上更新