排行榜与评估

Hub 包含机器学习模型（包括大语言模型 LLM、聊天机器人等）的排行榜和评估结果。排行榜分为三种类型：

• 来自 GPQA、MMLU-Pro 等官方基准数据集或其他学术论文中所用数据集的评估结果 (Eval Results)。当结果发布在模型仓库中时，分数将显示在模型页面上。
• 社区管理排行榜 (Community Managed Leaderboards) 运行在 Spaces 上，并由社区针对特定用例进行管理。
• Open LLM Leaderboard 是由 Hugging Face 团队策划的一个项目，旨在评估和排列开源 LLM 及聊天机器人的排名，并提供可复现的分数，以将营销噱头与该领域的实际进展区分开来。

在 GitHub 上更新