AI Toolkit

MMLU是一款面向模型、提示词和学习资源场景的 AI 工具，可帮助用户评估模型能力并对比测试结果。

Open LLM Leaderboard主要用于评估模型能力并对比测试结果，适合需要模型、提示词和学习资源能力的用户使用，也适合技术团队集成或二次开发。

CMMLU是一款面向模型、提示词和学习资源场景的 AI 工具，可帮助用户评估模型能力并对比测试结果。

MMBench主要用于评估模型能力并对比测试结果，适合需要模型、提示词和学习资源能力的用户使用。

Helm Lite主要用于评估模型能力并对比测试结果，适合需要模型、提示词和学习资源能力的用户使用，适合团队协作场景。

LMArena是一款面向模型、提示词和学习资源场景的 AI 工具，可帮助用户评估模型能力并对比测试结果。

H2O Eval Studio主要用于评估模型能力并对比测试结果，适合需要模型、提示词和学习资源能力的用户使用，适合团队协作场景。

PubMedQA是一款面向模型、提示词和学习资源场景的 AI 工具，可帮助用户评估模型能力并对比测试结果。

MagicArena主要用于评估模型能力并对比测试结果，适合需要模型、提示词和学习资源能力的用户使用。

HELM主要用于评估模型能力并对比测试结果，适合需要模型、提示词和学习资源能力的用户使用。