Static-to-Dynamic-LLMEval

OpenCompass是一个LLM评估平台，支持100多个数据集上的多种模型（Llama3、Mistral、InternLM2、GPT-4、LLaMa2、Qwe

本仓库包含论文《MMMU：面向专家级AGI的大规模多学科多模态理解与推理基准》的评估代码

MixEval的官方评估套件和动态数据发布。

BeaverTails 是一个数据集集合，旨在促进大型语言模型（LLM）安全对齐的研究。