HELM

HELM全称HolisticEvaluationofLanguageModels（语言模型整体评估）是由斯坦福大学推出的大模型评测体系，该评测方法主要包括场景、适配、指标三个模块，每次评测的运行都需要指定一个场景，一个适配模型的提示，以及一个或多个指标。它评测主要覆盖的是英语，有7个指标，包括准确率、不确定性/校准、鲁棒性、公平性、偏差、毒性、推断效率；任务包括问答、信息检索、摘要、文本分类等。

AI组件导航网，收录了国内外10000+优质AI工具，提供AI对话聊天，AI绘画设计，AI视频制作，AI写作办公，AI编程开发等各类工具，还包括最新的AI资讯、AI绘画教程，AI工具技巧等实用内容，在这里，AI领域的专家和初学者都能轻松找到心仪的AI工具和学习资源，https://www.aizujian.com