开放基准测试
用于比较人工智能模型的开放测试。每项测试都会公开其数据或代码。每个页面都会说明测试内容、适用对象、运行方法和已发布结果的含义。
-
决策模型
3,116 条英语、土耳其语和德语情境文本，用于测试从固定答案中作出选择并为每个答案给出概率的模型。
截至 2026年10月18日，Hugging Face 下载量为 1,600 次。
用于比较人工智能模型的开放测试。每项测试都会公开其数据或代码。每个页面都会说明测试内容、适用对象、运行方法和已发布结果的含义。
决策模型
3,116 条英语、土耳其语和德语情境文本，用于测试从固定答案中作出选择并为每个答案给出概率的模型。
截至 2026年10月18日，Hugging Face 下载量为 1,600 次。