C-Eval

工具介绍

C-Eval 是适用于大语言模型的多层次多学科中文评估套件，由上海交通大学、清华大学和爱丁堡大学研究人员联合推出。它涵盖从基础到高级的多学科选择题，覆盖人文、社科、理工等领域，是目前中文大模型评测中最具影响力的基准之一，帮助研究者全面衡量模型的中文知识与推理能力。

核心功能

• 多学科覆盖：涵盖人文、社科、理工、其他四大类共 52 个学科
• 多层次难度：题目分为初中、高中、大学、职业等多个难度层级
• 标准化评测：提供统一评测脚本与榜单，结果可复现
• Few-shot 评测：支持零样本与少样本两种评测模式

能帮你做什么

• 模型评测：研究者衡量中文大模型的知识储备与推理能力
• 模型对比：开发者对比不同模型的 C-Eval 分数辅助选型
• 学术研究：高校机构基于统一基准开展中文模型评测研究
• 能力定位：分学科成绩帮助定位模型优势与短板

付费还是免费

• 完全免费开源：C-Eval 数据集与评测代码开源免费，可在 GitHub 获取