@article{huang2023ceval,title={C-Eval: A Multi-Level Multi-Discipline Chinese Evaluation Suite for Foundation Models}, author={Huang, Yuzhen and Bai, Yuzhuo and Zhu, Zhihao and Zhang, Junlei and Zhang, Jinghan and Su, Tangjun and Liu, Junteng and Lv, Chuancheng and Zhang, Yikai and Lei, Jiayi and Fu, Yao and Sun, Maosong and He, Junxian},journal={arXiv preprint arXiv:2305.08322},year={2023}}

排行榜 - C-Eval

不同科目和平均的测试结果展示如下。 以下结果代表zero-shot或者few-shot测试 ---- 注意few-shot不一定比zero-shot效果好， 例如在团队自己的测试中发现许多经过指令微调之后的模型在zero-shot下更好。团队自己测试的很多模型同时有zero-shot和few-shot的结果，下面在排行榜中显示了总平均分更好的那个设置。（模型描述包括prompt形式可点进模型查看）

大家可以向C-Eval提交模型的测试结果（zero-shot或者few-shot的结果都可以），点击开始提交（默认情况下你的提交结果只对你自己可见，并不会公开在排行榜上，你可以在提交界面请求公开）。

提交地址：

https://cevalbenchmark.com/index.html

（注：* 表示该模型结果由 C-Eval 团队测试得到，而其他结果是通过用户提交获得。)