跳到主要内容Skip to main content

Models · Evals

C-Eval

中文多学科知识

测什么中文多学科知识
任务与数据中学到大学水平的多选题,52 个学科
指标准确率
污染风险题目公开;中文模型可能见过。
复现固定 5-shot、prompt 模板与选项顺序。
成本低
快照日2026-11-19
核验日2026-11-19

怎么读

中文知识面基线;不能代表中文实际任务能力。

下一步

  • 打开榜单或论文页,确认题集版本、评分脚本与提交日期。
  • 把它和你关心的业务任务做对照;找不到对应任务,就自己建 50–100 条内部评测。
  • 读 怎么读榜单,把“分数”写成“条件 + 参考价值”。
榜单 / 来源:https://cevalbenchmark.com/ · 快照 2026-11-19