C-Eval：一个适用于大语言模型的多层次多学科中文评估套件，可以评估模型在不同领域和任务上的性能，并提供结果提交功能

C-Eval是一个适用于大语言模型的多层次多学科中文评估套件，旨在提供一个全面的评估框架，以评估中文语言模型在不同领域和任务上的性能。

C-Eval有哪些功能？

1. 多层次评估：C-Eval提供了多个层次的评估指标，包括整体评估、领域评估和任务评估，可以全面评估模型在不同层次上的表现。

2. 多学科评估：C-Eval涵盖了STEM（科学、技术、工程和数学）、社会科学、人文科学和其他领域的评估指标，可以评估模型在不同学科上的表现。

3. 结果提交：用户可以通过C-Eval的结果提交功能，提交模型的预测结果进行评估，并获得相应的评估分数。

应用场景：

C-Eval适用于评估中文语言模型在各种任务和领域上的性能，包括但不限于文本生成、问答系统、对话系统等。

C-Eval：https://cevalbenchmark.com/static/leaderboard_zh.html