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