最强大模型评测工具EvalScope

目录

• 背景和价值
• 参考资料

背景和价值

EvalScope的优势有如下几点：

内置多个业界认可的测试基准和评测指标：MMLU、CMMLU、C-Eval、GSM8K等。（附录中会介绍这些数据集的基本情况）
支持模型种类丰富，不仅仅支持常见的大语言模型的评测，还支持多模态模型、Embedding模型、Reranker模型、CLIP模型和AIGC模型（图生文/视频）的评测。
支持模型性能压力测试，相比于OpenCompass（大模型能力评估软件），EvalScope不仅可以评测模型在数据集上的表现，还具备吞吐量测算等模型推理性能压测的功能，确保模型在实际应用中表现出色。

https://article.juejin.cn/post/7512231268421517321

参考资料